Lære Oppretting av Tilfeldige Tensorer

Tilfeldige tensorer er nyttige for initialisering av data eller vekter i maskinlæringsmodeller (det vanligste bruksområdet).

Tilfeldige uniforme tensorer

Funksjonen torch.rand() brukes til å opprette en tensor med tilfeldige verdier trukket fra en uniform fordeling mellom 0 og 1. På samme måte som funksjonene zeros() og ones(), angir argumentene formen til tensoren.


              1234
            
import torch
# Create a 6x8 tensor with random values between 0 and 1
random_tensor = torch.rand(6, 8)
print(random_tensor)

Tilfeldige normalfordelte tensorer

Funksjonen torch.randn() brukes til å opprette en tensor med tilfeldige verdier trukket fra en standard normalfordeling (gjennomsnitt = 0, standardavvik = 1).


              1234
            
import torch
# Create a 2x2 tensor with random values from a normal distribution
normal_tensor = torch.randn(2, 2)
print(normal_tensor)

Tilfeldige heltallstensorer

Funksjonen torch.randint() brukes til å opprette en tensor med tilfeldige heltallsverdier trukket fra diskret uniform fordeling.

De to første parameterne til denne funksjonen (low, som er lik 0 som standard, og high) angir verdiene sitt intervall (fra low til high eksklusiv). Den neste parameteren angir formen på tensoren som en tuple.


              1234
            
import torch
# Create a 4x3 tensor with random integers between 0 and 10
integer_tensor = torch.randint(0, 10, (4, 3))
print(integer_tensor)

Angi tilfeldig frø

For å sikre reproduserbarhet, kan du angi et manuelt frø. Dette gjør at de tilfeldige tallene som genereres blir de samme hver gang du kjører koden.


              123456
            
import torch
# Set the random seed
torch.manual_seed(42)
# Create a 2x3 tensor with random values
seeded_tensor = torch.rand(2, 3)
print(seeded_tensor)

Praktiske bruksområder for tilfeldige tensorer

Vektinitialisering: tilfeldige tensorer brukes ofte til å initialisere vekter i nevrale nettverk;
Simulering av data: generere tilfeldige datasett for testing og eksperimentering;
Tilfeldig utvalg: bruk tilfeldige tensorer til oppgaver som dropout og støytilføyelse i modeller.

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 1. Kapittel 5

Spør AI

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Sveip for å vise menyen

Tilfeldige tensorer er nyttige for initialisering av data eller vekter i maskinlæringsmodeller (det vanligste bruksområdet).

Tilfeldige uniforme tensorer


              1234
            
import torch
# Create a 6x8 tensor with random values between 0 and 1
random_tensor = torch.rand(6, 8)
print(random_tensor)

Tilfeldige normalfordelte tensorer

Funksjonen torch.randn() brukes til å opprette en tensor med tilfeldige verdier trukket fra en standard normalfordeling (gjennomsnitt = 0, standardavvik = 1).


              1234
            
import torch
# Create a 2x2 tensor with random values from a normal distribution
normal_tensor = torch.randn(2, 2)
print(normal_tensor)

Tilfeldige heltallstensorer

Funksjonen torch.randint() brukes til å opprette en tensor med tilfeldige heltallsverdier trukket fra diskret uniform fordeling.


              1234
            
import torch
# Create a 4x3 tensor with random integers between 0 and 10
integer_tensor = torch.randint(0, 10, (4, 3))
print(integer_tensor)

Angi tilfeldig frø

For å sikre reproduserbarhet, kan du angi et manuelt frø. Dette gjør at de tilfeldige tallene som genereres blir de samme hver gang du kjører koden.


              123456
            
import torch
# Set the random seed
torch.manual_seed(42)
# Create a 2x3 tensor with random values
seeded_tensor = torch.rand(2, 3)
print(seeded_tensor)

Praktiske bruksområder for tilfeldige tensorer

Vektinitialisering: tilfeldige tensorer brukes ofte til å initialisere vekter i nevrale nettverk;
Simulering av data: generere tilfeldige datasett for testing og eksperimentering;
Tilfeldig utvalg: bruk tilfeldige tensorer til oppgaver som dropout og støytilføyelse i modeller.

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 1. Kapittel 5

Oppretting av Tilfeldige Tensorer

Tilfeldige uniforme tensorer

Tilfeldige normalfordelte tensorer

Tilfeldige heltallstensorer

Angi tilfeldig frø

Praktiske bruksområder for tilfeldige tensorer

Awesome!

Oppretting av Tilfeldige Tensorer

Tilfeldige uniforme tensorer

Tilfeldige normalfordelte tensorer

Tilfeldige heltallstensorer

Angi tilfeldig frø

Praktiske bruksområder for tilfeldige tensorer