如何在pytorch中创建正态分布

Question

我想在pytorch中创建一个随机正态分布，mean和std分别为4,0.5。我找不到它的API。有谁知道？非常感谢。

Answer 1

对于标准正态分布（即mean=0和variance=1），您可以使用torch.randn()

对于您自定义mean和std的情况，您可以使用torch.distributions.Normal()

---

初始签名： tdist.Normal（loc，scale，validate_args = None）

文档字符串： 创建由loc和scale参数化的普通（也称为高斯）分布。

ARGS： loc（float或Tensor）：分布的平均值（通常称为mu） scale（float或Tensor）：分布的标准偏差（通常称为sigma）

---

这是一个例子：

In [32]: import torch.distributions as tdist

In [33]: n = tdist.Normal(torch.tensor([4.0]), torch.tensor([0.5]))

In [34]: n.sample((2,))
Out[34]: 
tensor([[ 3.6577],
        [ 4.7001]])

Answer 2

您可以像在文档中描述的here一样创建您的发行版。在您的情况下，这应该是正确的调用，包括从创建的分布中采样：

from torch.distributions import normal

m = normal.Normal(4.0, 0.5)
m.sample()

Answer 3

一个简单的选择是使用基本模块中的randn函数。它从标准高斯分布中创建随机样本。要更改平均值和标准偏差，只需使用加法和乘法。下面我从您要求的发行版中创建大小为5的样本。

import torch
torch.randn(5) * 0.5 + 4 # tensor([4.1029, 4.5351, 2.8797, 3.1883, 4.3868])