当前位置: 首页 > article >正文

pytorch初始化张量并填充随机整数值

在 PyTorch 中,你可以使用 torch.randint 或 torch.empty 加上 random_ 方法来初始化张量并填充随机整数值。以下是两种常用的方法:

1. 使用 torch.randint

torch.randint 直接生成一个指定形状的张量

,并填充在给定范围内的随机整数。

示例代码:
import torch

# 生成一个 3x3 的张量,填充 0 到 9 之间的随机整数(不包括 10)
tensor = torch.randint(low=0, high=10, size=(3, 3))

print(tensor)

2. 使用 torch.empty 和 random_

torch.empty 先生成一个未初始化的张量,然后用 random_ 方法填充随机整数值。

示例代码:
import torch

# 生成一个未初始化的 3x3 张量
tensor = torch.empty(3, 3, dtype=torch.long)

# 用 0 到 9 之间的随机整数(不包括 10)填充张量
tensor = tensor.random_(10)

print(tensor)

解释:

  • torch.randint 是更直接的方式,一步完成张量的初始化和填充。
  • torch.empty + random_ 的组合提供了更多的控制权,比如可以指定张量的 dtype

这两种方法都可以用于生成指定形状和范围的随机整数张量。


http://www.kler.cn/a/293015.html

相关文章:

  • flutter 发版的时候设置版本号
  • uniapp使用scroll-view下拉刷新与上滑加载
  • 21. Drag-Drop拖放操作(二) - 文件、表格和树的拖放实现
  • 【计算机网络】【网络层】【习题】
  • 基于迭代重加权最小二乘法的算法及例程
  • Springboot集成syslog+logstash收集日志到ES
  • 【Linux详解】命令行参数|环境变量
  • OpenAI SORA团队负责人 通往智能的方式 报告笔记
  • 网络层 V(IPv6)【★★★★★★】
  • k8s-pod 实战三 (Liveness Probe 和 Readiness Probe 详细分析)
  • Stage 模型应用程序包的结构
  • Java设计模式【命令模式】-行为型
  • 国内领先线上运动平台:如何借助AI技术实现业务腾飞与用户体验升级
  • HarmonyOS开发实战( Beta5版)合理使用动画丢帧规范实践
  • 替换Windows AD时,网络准入场景如何迁移对接国产身份域管?
  • Linux——中间件、数据库(理论)
  • 2024高教社杯全国大学生数学建模竞赛(A题)深度剖析 _ 建模完整过程+详细思路+代码全解析
  • Quartz.Net_依赖注入
  • GitHub Copilot的详细介绍
  • RHCE必过技巧,无需本人参加也可拿证?
  • 紫光展锐完成Android 15同步升级,驱动技术创新与生态共赢
  • 【区块链 + 人才服务】紫金研究院知识库管理系统 | FISCO BCOS应用案例
  • GAMES101(0~1作业)
  • django企业开发实战-学习小结1
  • hiprint打印/jsPDF使用/html2canvas
  • 本地使用Docker部署Nexus Maven私有仓库工具结合内网穿透实现远程管理