Satunnaisten Tensorien Luominen
Pyyhkäise näyttääksesi valikon
Satunnaiset tensorit ovat hyödyllisiä tietojen tai painojen alustamiseen koneoppimismalleissa (yleisin käyttötapaus).
Satunnaiset tasajakaumatensorit
Funktion torch.rand() avulla luodaan tensori, jonka arvot ovat satunnaisia ja poimittu tasajakaumasta välillä 0 ja 1. Samoin kuin zeros()- ja ones()-funktioissa, argumentit määrittävät tensorin muodon.
1234import torch # Create a 6x8 tensor with random values between 0 and 1 random_tensor = torch.rand(6, 8) print(random_tensor)
Satunnaiset normaalijakauman tensorit
torch.randn()-funktiolla luodaan tensori, jonka arvot ovat satunnaisia ja poimittu standardin normaalijakauman mukaisesti (keskiarvo = 0, keskihajonta = 1).
1234import torch # Create a 2x2 tensor with random values from a normal distribution normal_tensor = torch.randn(2, 2) print(normal_tensor)
Satunnaiset kokonaislukutensorit
torch.randint()-funktiolla luodaan tensori, jonka arvot ovat satunnaisia kokonaislukuja ja poimittu diskreetistä tasajakaumasta.
Tämän funktion kaksi ensimmäistä parametria (low, joka oletuksena on 0, ja high) määrittävät arvojen vaihteluvälin (väliltä low aina high ei sisälly). Seuraava parametri määrittää tensorin muodon tuplena.
1234import torch # Create a 4x3 tensor with random integers between 0 and 10 integer_tensor = torch.randint(0, 10, (4, 3)) print(integer_tensor)
Satunnaissiementen asettaminen
Toistonvarmuuden varmistamiseksi voidaan asettaa manuaalinen siemen. Tämä kiinnittää satunnaisluvut niin, että ne ovat samat joka kerta, kun koodi suoritetaan.
123456import 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)
Voit asettaa siemenen mihin tahansa satunnaiseen kokonaislukuun, eikä itse luvun arvo ole useimmissa tapauksissa merkityksellinen — se ainoastaan määrittää satunnaislukujen järjestyksen. Tärkeää on, että käyttämällä samaa siementä saat aina saman järjestyksen satunnaislukuja.
Satunnaisten tensorien käytännön käyttötapaukset
- Painojen alustaminen: satunnaisia tensoreita käytetään usein neuroverkkojen painojen alustamiseen;
- Datan simulointi: satunnaisten tietoaineistojen luominen testausta ja kokeilua varten;
- Satunnainen otanta: satunnaisten tensorien käyttö esimerkiksi dropoutissa ja kohinan lisäämisessä malleihin.
Kiitos palautteestasi!
Kysy tekoälyä
Kysy tekoälyä
Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme
