uniform

paddle.uniform ( shape, dtype=’float32’, min=- 1.0, max=1.0, seed=0, name=None ) [源代码]

该OP返回数值服从范围[min, max)内均匀分布的随机Tensor，形状为 shape，数据类型为 dtype。

  1. 示例1:
  2.          给定：
  3.              shape=[1,2]
  4.          则输出为：
  5.              result=[[0.8505902, 0.8397286]]

参数：

  • shape (list|tuple|Tensor) - 生成的随机Tensor的形状。如果 shape 是list、tuple，则其中的元素可以是int，或者是形状为[1]且数据类型为int32、int64的Tensor。如果 shape 是Tensor，则是数据类型为int32、int64的1-D Tensor。

  • dtype (str|np.dtype， 可选) - 输出Tensor的数据类型，支持float32、float64。默认值为float32。

  • min (float|int，可选) - 要生成的随机值范围的下限，min包含在范围中。支持的数据类型：float、int。默认值为-1.0。

  • max (float|int，可选) - 要生成的随机值范围的上限，max不包含在范围中。支持的数据类型：float、int。默认值为1.0。

  • seed (int，可选) - 随机种子，用于生成样本。0表示使用系统生成的种子。注意如果种子不为0，该操作符每次都生成同样的随机数。支持的数据类型：int。默认为 0。

  • name (str, 可选) - 输出的名字。一般无需设置，默认值为None。该参数供开发人员打印调试信息时使用，具体用法请参见 Name 。

返回：

Tensor：数值服从范围[min, max)内均匀分布的随机Tensor，形状为 shape，数据类型为 dtype。

抛出异常：

  • TypeError - 如果 shape 的类型不是list、tuple、Tensor。

  • TypeError - 如果 dtype 不是float32、float64。

代码示例：

  1. import paddle
  3. # example 1:
  4. # attr shape is a list which doesn't contain Tensor.
  5. out1 = paddle.uniform(shape=[3, 4])
  6. # [[ 0.84524226,  0.6921872,   0.56528175,  0.71690357], # random
  7. #  [-0.34646994, -0.45116323, -0.09902662, -0.11397249], # random
  8. #  [ 0.433519,    0.39483607, -0.8660099,   0.83664286]] # random
  10. # example 2:
  11. # attr shape is a list which contains Tensor.
  12. dim1 = paddle.to_tensor([2], 'int64')
  13. dim2 = paddle.to_tensor([3], 'int32')
  14. out2 = paddle.uniform(shape=[dim1, dim2])
  15. # [[-0.9951253,   0.30757582, 0.9899647 ], # random
  16. #  [ 0.5864527,   0.6607096,  -0.8886161]] # random
  18. # example 3:
  19. # attr shape is a Tensor, the data type must be int64 or int32.
  20. shape_tensor = paddle.to_tensor([2, 3])
  21. out3 = paddle.uniform(shape_tensor)
  22. # [[-0.8517412,  -0.4006908,   0.2551912 ], # random
  23. #  [ 0.3364414,   0.36278176, -0.16085452]] # random