torch.randint

torch.randint(low=0, high, size, \*, generator=None, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) → Tensor

返回一個張量，其中填充了在 low（包含）和 high（不包含）之間均勻分佈的隨機整數。

張量的形狀由可變引數 size 定義。

注意

使用全域性 dtype 預設值（torch.float32），此函式返回一個 dtype 為 torch.int64 的張量。

引數

• low (int, optional) – 從分佈中抽取的最低整數。預設值：0。

• high (int) – 從分佈中抽取的最高整數之上一個的值。

• size (tuple) – 定義輸出張量形狀的元組。

關鍵字引數

• generator (torch.Generator, optional) – 用於取樣的偽隨機數生成器

• out (Tensor, optional) – 輸出張量。

• dtype (torch.dtype, optional) – 返回張量的期望資料型別。預設值：如果 None，則此函式返回一個 dtype 為 torch.int64 的張量。

• layout (torch.layout, 可選) – 返回張量的所需佈局。預設：torch.strided。

• device (torch.device, 可選) – 返回張量的所需裝置。預設：如果為 None，則使用當前裝置作為預設張量型別（參見 torch.set_default_device()）。對於 CPU 張量型別，device 將是 CPU；對於 CUDA 張量型別，device 將是當前的 CUDA 裝置。

• requires_grad (bool, optional) – 如果 autograd 應記錄在返回的張量上的操作。預設值：False。

示例

>>> torch.randint(3, 5, (3,))
tensor([4, 3, 4])


>>> torch.randint(10, (2, 2))
tensor([[0, 2],
        [5, 5]])


>>> torch.randint(3, 10, (2, 2))
tensor([[4, 5],
        [6, 7]])