Aprenda Criando Tensores Aleatórios

Tensores aleatórios são úteis para inicializar dados ou pesos em modelos de aprendizado de máquina (o caso de uso mais comum).

Tensores Aleatórios Uniformes

A função torch.rand() é utilizada para criar um tensor com valores aleatórios extraídos de uma distribuição uniforme entre 0 e 1. De forma semelhante às funções zeros() e ones(), os argumentos especificam o formato do tensor.


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

Tensores Aleatórios Normais

A função torch.randn() é utilizada para criar um tensor com valores aleatórios extraídos de uma distribuição normal padrão (média = 0, desvio padrão = 1).


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

Tensores Aleatórios de Inteiros

A função torch.randint() é utilizada para criar um tensor com valores inteiros aleatórios extraídos de uma distribuição uniforme discreta.

Os dois primeiros parâmetros desta função (low, que é igual a 0 por padrão, e high) especificam o intervalo de valores (de low até high, exclusivo). O próximo parâmetro especifica o formato do tensor como uma tupla.


              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)

Definição de Semente Aleatória

Para garantir a reprodutibilidade, é possível definir uma semente manualmente. Isso fixa os números aleatórios gerados, tornando-os os mesmos toda vez que o código é executado.


              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)

Nota

Você pode definir a semente para qualquer inteiro arbitrário, e o valor real do inteiro não importa para a maioria dos propósitos — ele simplesmente determina a sequência de números aleatórios gerados. O ponto principal é que, ao usar a mesma semente, sempre será produzida a mesma sequência de números aleatórios.

Casos de Uso Práticos para Tensores Aleatórios

Inicialização de pesos: tensores aleatórios são frequentemente usados para inicializar pesos em redes neurais;
Simulação de dados: gerar conjuntos de dados aleatórios para testes e experimentação;
Amostragem aleatória: utilizar tensores aleatórios para tarefas como dropout e adição de ruído em modelos.

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 1. Capítulo 5

Pergunte à IA

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo

Deslize para mostrar o menu