Table of Contents
Shortcuts

torch.randint

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

返回一个填充了随机整数的张量，这些整数是在 low（包含）和 high（不包含）之间均匀生成的。

张量的形状由变量参数 size 定义。

注意

使用全局dtype默认值（torch.float32），此函数返回一个dtype为torch.int64的张量。

Parameters

  • 低 (int, 可选) – 从分布中抽取的最小整数。默认值：0。

  • 高 (int) – 从分布中抽取的最高整数加一。

  • size (tuple) – 一个定义输出张量形状的元组。

Keyword Arguments

  • 生成器 (torch.Generator, 可选) – 用于采样的伪随机数生成器

  • 输出 (张量, 可选) – 输出张量。

  • dtype (torch.dtype, 可选) – 如果 None， 此函数返回一个 dtype 为 torch.int64 的张量。

  • 布局 (torch.layout, 可选) – 返回张量的所需布局。 默认值: torch.strided。

  • 设备 (torch.device, 可选) – 返回张量所需的设备。 默认值：如果 None，则使用默认张量类型的当前设备 （参见 torch.set_default_device()）。device 将是 CPU 用于 CPU 张量类型，以及当前 CUDA 设备用于 CUDA 张量类型。

  • requires_grad (布尔值, 可选) – 如果 autograd 应该记录对返回张量的操作。默认值：False。

示例：

>>> 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]])
优云智算