gaussian_random
paddle.fluid.layers.
gaussian_random
(shape, mean=0.0, std=1.0, seed=0, dtype='float32')[源代码]
生成数据符合高斯随机分布的 Tensor。
- 参数:
- shape (Tuple[int] | List[int])- 生成 Tensor 的形状。
- mean (float)- 随机 Tensor 的均值,默认值为 0.0。
- std (float)- 随机 Tensor 的标准差,默认值为 1.0。
- seed (int)- 随机数种子,默认值为 0。注:seed 设置为 0 表示使用系统的随机数种子。注意如果 seed 不为 0,则此算子每次将始终生成相同的随机数。
- dtype (np.dtype | core.VarDesc.VarType | str)- 输出 Tensor 的数据类型,可选值为 float32,float64。
返回:
- 符合高斯分布的随机 Tensor。形状为 shape,数据类型为 dtype。
返回类型:
- Variable
代码示例:
- # 静态图使用
- import numpy as np
- from paddle import fluid
- x = fluid.layers.gaussian_random((2, 3), std=2., seed=10)
- place = fluid.CPUPlace()
- exe = fluid.Executor(place)
- start = fluid.default_startup_program()
- main = fluid.default_main_program()
- exe.run(start)
- x_np, = exe.run(main, feed={}, fetch_list=[x])
- x_np
- # array([[2.3060477, 2.676496 , 3.9911983],
- # [0.9990833, 2.8675377, 2.2279181]], dtype=float32)
- # 动态图使用
- import numpy as np
- from paddle import fluid
- import paddle.fluid.dygraph as dg
- place = fluid.CPUPlace()
- with dg.guard(place) as g:
- x = fluid.layers.gaussian_random((2, 4), mean=2., dtype="float32", seed=10)
- x_np = x.numpy()
- x_np
- # array([[2.3060477 , 2.676496 , 3.9911983 , 0.9990833 ],
- # [2.8675377 , 2.2279181 , 0.79029655, 2.8447366 ]], dtype=float32)