normal

paddle.normal ( mean=0.0, std=1.0, shape=None, name=None ) [源代码]

该OP返回符合正态分布（均值为 mean ，标准差为 std 的正态随机分布）的随机Tensor。

如果 mean 是Tensor，则输出Tensor和 mean 具有相同的形状和数据类型。 如果 mean 不是Tensor，且 std 是Tensor，则输出Tensor和 std 具有相同的形状和数据类型。 如果 mean 和 std 都不是Tensor，则输出Tensor的形状为 shape，数据类型为float32。

如果 mean 和 std 都是Tensor，则 mean 和 std 的元素个数应该相同。

参数

  • mean (float|Tensor, 可选) - 输出Tensor的正态分布的平均值。如果 mean 是float，则表示输出Tensor中所有元素的正态分布的平均值。如果 mean 是Tensor(支持的数据类型为float32、float64)，则表示输出Tensor中每个元素的正态分布的平均值。默认值为0.0

  • std (float|Tensor, 可选) - 输出Tensor的正态分布的标准差。如果 std 是float，则表示输出Tensor中所有元素的正态分布的标准差。如果 std 是Tensor(支持的数据类型为float32、float64)，则表示输出Tensor中每个元素的正态分布的标准差。默认值为0.0

  • shape (list|tuple|Tensor, 可选) - 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。如果 mean 或者 std 是Tensor，输出Tensor的形状和 mean 或者 std 相同(此时 shape 无效)。默认值为None。

  • name (str, 可选) - 操作的名称(可选，默认值为None）。更多信息请参见 Name。

返回

Tensor：符合正态分布（均值为 mean ，标准差为 std 的正态随机分布）的随机Tensor。

示例代码

  1. import paddle
  3. out1 = paddle.normal(shape=[2, 3])
  4. # [[ 0.17501129  0.32364586  1.561118  ]  # random
  5. #  [-1.7232178   1.1545963  -0.76156676]]  # random
  7. mean_tensor = paddle.to_tensor([1.0, 2.0, 3.0])
  8. out2 = paddle.normal(mean=mean_tensor)
  9. # [ 0.18644847 -1.19434458  3.93694787]  # random
  11. std_tensor = paddle.to_tensor([1.0, 2.0, 3.0])
  12. out3 = paddle.normal(mean=mean_tensor, std=std_tensor)
  13. # [1.00780561 3.78457445 5.81058198]  # random