pytorch与numpy生成随机数比较_torch.random.normal

---

pytorch

torch.rand()           均匀分布

torch.randn()         标准正态分布

torch.normal()       离散正态分布

torch.linespace()   线性间距向量

1、torch.rand(*sizes, out=None) → Tensor

均匀分布

返回一个张量，包含了从区间[0, 1)的均匀分布中抽取的一组随机数。张量的形状由参数sizes定义。

参数:

• sizes (int…) - 整数序列，定义了输出张量的形状
• out (Tensor, optinal) - 结果张量

例子：

torch.rand(2, 3)
0.0836 0.6151 0.6958
0.6998 0.2560 0.0139
[torch.FloatTensor of size 2x3]

 

2、torch.randn(*sizes, out=None) → Tensor

标准正态分布

返回一个张量，包含了从标准正态分布（均值为0，方差为1，即高斯白噪声）中抽取的一组随机数。张量的形状由参数sizes定义。

参数:

• sizes (int…) - 整数序列，定义了输出张量的形状
• out (Tensor, optinal) - 结果张量

例子：

torch.randn(2, 3)
0.5419 0.1594 -0.0413
-2.7937 0.9534 0.4561
[torch.FloatTensor of size 2x3]

3、torch.normal(means, std, out=None) → → Tensor

离散正态分布

返回一个张量，包含了从指定均值means和标准差std的离散正态分布中抽取的一组随机数。

标准差std是一个张量，包含每个输出元素相关的正态分布标准差。

参数:

• means (float, optional) - 均值
• std (Tensor) - 标准差
• out (Tensor) - 输出张量

例子：

torch.normal(mean=0.5, std=torch.arange(1, 6))
-0.1505
-1.2949
-4.4880
-0.5697
-0.8996
[torch.FloatTensor of size 5

4、torch.linspace(start, end, steps=100, out=None) → Tensor

线性间距向量

返回一个1维张量，包含在区间start和end上均匀间隔的step个点。

输出张量的长度由steps决定。

参数：

• start (float) - 区间的起始点
• end (float) - 区间的终点
• steps (int) - 在start和end间生成的样本数
• out (Tensor, optional) - 结果张量

例子：

torch.linspace(3, 10, steps=5)
3.0000
4.7500
6.5000
8.2500
10.0000
[torch.FloatTensor of size 5]

 

---

numpy

numpy中用来产生随机数的模块为random模块

numpy.random.rand(d0, d1, ..., dn)

产生一个给定形状的数组，数组中的值服从[0, 1)之间的均匀分布                                         

numpy.random.uniform(low=0.0, high=1.0, size=None)

返回一个在区间[low, high)中均匀分布的数组，size指定形状。

numpy.random.randn(d0, d1, ..., dn)

返回一个指定形状的数组，数组中的值服从标准正态分布（均值为0，方差为1）。                                         

numpy.random.normal(loc=0.0, scale=1.0, size=None)

返回一个由size指定形状的数组，数组中的值服从 μ=loc,σ=scaleμ=loc,σ=scale 的正态分布。           

numpy.random.randint(low, high=None, size=None, dtype='l') 

返回一个在区间[low, high)中离散均匀抽样的数组，size指定形状，dtype指定数据类型。

numpy.random.random(size=None)

返回从[0, 1)之间均匀抽样的数组，size指定形状。 

1、numpy.random.rand(d0, d1, ..., dn)

作用：产生一个给定形状的数组（其实应该是ndarray对象或者是一个单值），数组中的值服从[0, 1)之间的均匀分布。
参数：d0, d, ..., dn : int，可选。如果没有参数则返回一个float型的随机数，该随机数服从[0, 1)之间的均匀分布。
返回值：ndarray对象或者一个float型的值
例子：

# [0, 1)之间均匀分布的随机数，3行2列
a = np.random.rand(3, 2)
print(a)
# 不提供形状
b = np.random.rand()
print(b)

输出： 

[[0.26054323 0.28184468]
 [0.7783674  0.71733674]
 [0.90302256 0.49303252]]
0.6022098740124009

 

2、numpy.random.uniform(low=0.0, high=1.0, size=None)

作用：返回一个在区间[low, high)中均匀分布的数组，size指定形状。
参数：
low, high：float型或者float型的类数组对象。指定抽样区间为[low, high)，low的默认值为0.0，hign的默认值为1.0
size：int型或int型元组。指定形状，如果不提供size，则返回一个服从该分布的随机数。
例子：

# 在[1, 10)之间均匀抽样，数组形状为3行2列
a = np.random.uniform(1, 10, (3, 2))
print(a)
# 不提供size
b = np.random.uniform(1, 10)
print(b)

输出：

[[5.16545387 6.3769087 ]
 [9.98964899 7.88833885]
 [1.37173855 4.19855075]]
3.899250175275188

 

3、numpy.random.randn(d0, d1, ..., dn)

作用：返回一个指定形状的数组，数组中的值服从标准正态分布（均值为0，方差为1）。
参数：d0, d, ..., dn : int，可选。如果没有参数，则返回一个服从标准正态分布的float型随机数。
返回值：ndarray对象或者float
例子：

# 3行2列
a = np.random.randn(3, 2)
print(a)
# 不提供形状
b = np.random.randn()
print(b)

输出：

[[-1.46605527  0.35434705]
 [ 0.43408199  0.02689309]
 [ 0.48041554  1.62665755]]
-0.6291254375915813

 

4、numpy.random.normal(loc=0.0, scale=1.0, size=None)

作用：返回一个由size指定形状的数组，数组中的值服从 μ=loc,σ=scaleμ=loc,σ=scale 的正态分布。
参数：
loc : float型或者float型的类数组对象，指定均值 μμ
scale : float型或者float型的类数组对象，指定标准差 σσ
size : int型或者int型的元组，指定了数组的形状。如果不提供size，且loc和scale为标量（不是类数组对象），则返回一个服从该分布的随机数。
输出：ndarray对象或者一个标量
例子：

# 标准正态分布，3行2列
a = np.random.normal(0, 1, (3, 2))
print(a)
# 均值为1，标准差为3
b = np.random.normal(1, 3)
print(b)

输出：

[[ 0.34912031 -0.08757564]
 [-0.99753101  0.37441719]
 [ 2.68072286 -1.03663963]]
5.770831320998463

 

5、numpy.random.randint(low, high=None, size=None, dtype='l')

作用：返回一个在区间[low, high)中离散均匀抽样的数组，size指定形状，dtype指定数据类型。
参数：
low, high：int型，指定抽样区间[low, high)
size：int型或int型的元组，指定形状
dypte：可选参数，指定数据类型，比如int,int64等，默认是np.int
返回值：如果指定了size，则返回一个int型的ndarray对象，否则返回一个服从该分布的int型随机数。
例子：

# 在[1, 10)之间离散均匀抽样，数组形状为3行2列
a = np.random.randint(1, 10, (3, 2))
print(a)
# 不提供size
b = np.random.randint(1, 10)
print(b)
# 指定dtype
c = np.random.randint(1, 10, dtype=np.int64)
print(c)
type(c)

 输出：

[[3 1]
 [3 3]
 [5 8]]
6
2
numpy.int64

 

6、numpy.random.random(size=None)

作用：返回从[0, 1)之间均匀抽样的数组，size指定形状。
参数：
size：int型或int型的元组，如果不提供则返回一个服从该分布的随机数
返回值：float型或者float型的ndarray对象
例子：

# [0, 1)之间的均匀抽样，3行2列
a = np.random.random((3, 2))
print(a)
# 不指定size
b = np.random.random()
print(b)

输出：

[[0.80136714 0.63129059]
 [0.04556679 0.04433006]
 [0.09643599 0.53312761]]
0.32828505898057136