随机

torchhd.random(num_vectors: int, dimensions: int, vsa: Literal['BSC', 'MAP', 'HRR', 'FHRR', 'BSBC', 'VTB', 'MCR'] = 'MAP', **kwargs) → VSATensor[来源]

创建一组随机独立的超向量。

生成的高维向量是从dimensions维超空间中均匀随机采样的。

Parameters:

num_vectors (int) – 要生成的超向量的数量。
维度 (int) – 超向量的维度。
vsa – (VSAOptions, 可选): 指定要实例化的超向量类型。默认值: "MAP".
generator (torch.Generator, 可选) – 用于采样的伪随机数生成器。
dtype (torch.dtype, 可选) – 返回张量的期望数据类型。默认值：如果 None 则取决于 VSATensor。
device (torch.device, 可选) – 返回张量的期望设备。默认值：如果 None，则使用当前设备作为默认张量类型（参见 torch.set_default_tensor_type()）。device 对于 CPU 张量类型将是 CPU，对于 CUDA 张量类型将是当前的 CUDA 设备。
requires_grad (bool, 可选) – 如果自动求导应该记录返回张量上的操作。默认值：False。

示例：

>>> torchhd.random(3, 6, "BSC")
tensor([[ True,  True,  True,  True,  True,  True],
        [False,  True, False, False,  True,  True],
        [ True,  True, False, False,  True,  True]])

>>> torchhd.random(3, 6, "MAP")
tensor([[ 1.,  1., -1.,  1., -1.,  1.],
        [ 1., -1.,  1., -1., -1., -1.],
        [ 1., -1.,  1.,  1.,  1., -1.]])

>>> torchhd.random(3, 6, "FHRR")
tensor([[-0.830-0.557j, -0.411+0.911j,  0.980-0.197j, -0.202+0.979j, -0.792+0.609j, -0.932-0.360j],
        [-0.977-0.212j,  0.191-0.981j,  0.340-0.940j,  0.902-0.431j,  0.141+0.990j, -0.661+0.749j],
        [-0.690+0.723j,  0.981-0.190j,  0.971+0.236j, -0.356-0.934j,  0.788-0.615j,  0.360-0.932j]])