torch.randn

torch.randn是一个在指定的维度上从标准正态分布中抽取随机数的函数。下面将详细介绍它的参数、功能和使用方法。

torch.randn函数的完整定义如下：

```python torch.randn(*sizes, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) -> tensor ```

参数说明： - `*sizes`：表示一个或多个整数的元组，用于指定返回的张量的形状。例如，`torch.randn(2,3)`会返回一个大小为2x3的张量。 - `out`：可选参数，用于指定输出张量的位置。 - `dtype`：可选参数，用于指定输出张量的数据类型。默认为None，表示dtype将从当前默认dtype获取。 - `layout`：可选参数，用于指定输出张量的布局。默认为torch.strided，表示使用默认的布局。 - `device`：可选参数，用于指定输出张量的设备。默认为None，表示设备将从当前上下文获取。 - `requires_grad`：表示是否对输出张量进行反向传播计算梯度。默认为False。

该函数的功能是创建一个以标准正态分布为基础的张量，即随机采样来自标准正态分布的数值填充张量。标准正态分布是均值为0，方差为1的正态分布。

以下是使用torch.randn函数的示例代码：

```python import torch

# 创建一个大小为2x3的张量，从标准正态分布中抽取随机数 x = torch.randn(2, 3) print(x) ```

输出结果：

``` tensor([[-0.0733, 1.4879, -0.2017], [-0.0676, 1.3173, -0.8803]]) ```

上述代码创建了一个大小为2x3的张量x，其中的数值是从标准正态分布中随机抽取的。每次运行代码，生成的随机数都会不同。

该函数的返回值是一个torch.Tensor对象，它包含了从标准正态分布中抽取的随机数。这个张量可以进行各种计算和操作，例如相加、乘法等。