torch.randint

torch.randint(low=0, high, size, \*, generator=None, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) → Tensor

Возвращает тензор, заполненный случайными целыми числами, равномерно сгенерированными в диапазоне от low (включительно) до high (не включительно).

Форма тензора задаётся аргументом переменной длины size.

Примечание

При глобальном типе данных по умолчанию (torch.float32) эта функция возвращает тензор с типом данных torch.int64.

Параметры:

• low (int, optional) – наименьшее целое число, выбираемое из распределения. По умолчанию: 0.
• high (int) – число, на единицу большее наибольшего целого числа, выбираемого из распределения.
• size (tuple) – кортеж, задающий форму выходного тензора.

Именованные аргументы:

• generator (torch.Generator, optional) – генератор псевдослучайных чисел для выборки
• out (Tensor, optional) – выходной тензор.
• dtype (torch.dtype, optional) – требуемый тип данных возвращаемого тензора. По умолчанию: если None, эта функция возвращает тензор с типом данных torch.int64.
• layout (torch.layout, optional) – требуемый формат возвращаемого тензора. По умолчанию: torch.strided.
• device (torch.device, optional) – требуемое устройство для 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, optional) – следует ли autograd записывать операции над возвращаемым тензором. По умолчанию: False.

Пример:

>>> torch.randint(3, 5, (3,))
tensor([4, 3, 4])


>>> torch.randint(10, (2, 2))
tensor([[0, 2],
        [5, 5]])


>>> torch.randint(3, 10, (2, 2))
tensor([[4, 5],
        [6, 7]])