torch.normal

torch.normal(mean, std, *, generator=None, out=None) → Tensor

Возвращает тензор случайных чисел, полученных из отдельных нормальных распределений с заданными средними значениями и стандартными отклонениями.

mean — это тензор, содержащий среднее значение нормального распределения для каждого элемента результата.

std — это тензор, содержащий стандартное отклонение нормального распределения для каждого элемента результата.

Формы mean и std не обязаны совпадать, но общее количество элементов в каждом тензоре должно быть одинаковым.

Примечание

Если формы не совпадают, форма mean используется в качестве формы возвращаемого выходного тензора.

Примечание

Если std — это тензор CUDA, данная функция синхронизирует его устройство с CPU.

Параметры:

• mean (float или Tensor) – среднее значение для каждого элемента. Поддерживаются только числа с плавающей точкой.
• std (float или Tensor) – стандартное отклонение для каждого элемента. Поддерживаются только числа с плавающей точкой.

Именованные аргументы:

• generator (torch.Generator, необязательный) – генератор псевдослучайных чисел для выборки
• out (Tensor, необязательный) – выходной тензор.

Пример:

>>> torch.normal(mean=torch.arange(1., 11.), std=torch.arange(1, 0, -0.1))
tensor([  1.0425,   3.5672,   2.7969,   4.2925,   4.7229,   6.2134,
          8.0505,   8.1408,   9.0563,  10.0566])

torch.normal(mean=0.0, std, *, out=None) → Tensor

Аналогично приведённой выше функции, но средние значения общие для всех полученных элементов.

Параметры:

• mean (float, необязательный) – среднее значение для всех распределений
• std (Tensor) – тензор стандартных отклонений для каждого элемента

Именованные аргументы:

out (Tensor, необязательный) – выходной тензор.

Пример:

>>> torch.normal(mean=0.5, std=torch.arange(1., 6.))
tensor([-1.2793, -1.0732, -2.0687,  5.1177, -1.2303])

torch.normal(mean, std=1.0, *, out=None) → Tensor

Аналогично приведённой выше функции, но стандартные отклонения общие для всех полученных элементов.

Параметры:

• mean (Tensor) – тензор средних значений для каждого элемента
• std (float, необязательный) – стандартное отклонение для всех распределений

Именованные аргументы:

out (Tensor, необязательный) – выходной тензор

Пример:

>>> torch.normal(mean=torch.arange(1., 6.))
tensor([ 1.1552,  2.6148,  2.6535,  5.8318,  4.2361])

torch.normal(mean, std, size, *, generator=None, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False, pin_memory=False) → Tensor

Аналогично приведённой выше функции, но средние значения и стандартные отклонения общие для всех полученных элементов. Размер возвращаемого тензора задаётся значением size.

Параметры:

• mean (float) – среднее значение для всех распределений
• std (float) – стандартное отклонение для всех распределений
• size (int...) – последовательность целых чисел, задающая форму выходного тензора.

Именованные аргументы:

• generator (torch.Generator, необязательный) – генератор псевдослучайных чисел для выборки
• out (Tensor, необязательный) – выходной тензор.
• dtype (torch.dtype, необязательный) – требуемый тип данных возвращаемого тензора. По умолчанию: если None, используется глобальное значение по умолчанию (см. torch.set_default_dtype()).
• layout (torch.layout, необязательный) – требуемый формат возвращаемого Tensor. По умолчанию: torch.strided.
• device (torch.device, необязательный) – требуемое устройство возвращаемого тензора. По умолчанию: если None, используется текущее устройство для типа тензора по умолчанию (см. torch.set_default_device()). device будет CPU для типов тензоров CPU и текущим устройством CUDA для типов тензоров CUDA.
• requires_grad (bool, необязательный) – следует ли autograd записывать операции над возвращаемым тензором. По умолчанию: False.
• pin_memory (bool, необязательный) – если установлено, возвращаемый тензор будет выделен в закреплённой памяти. Работает только для тензоров CPU. По умолчанию: False.

Пример:

>>> torch.normal(2, 3, size=(1, 4))
tensor([[-1.3987, -1.9544,  3.6048,  0.7909]])