gaussian_random

paddle.fluid.layers. gaussian_random ( shape, mean=0.0, std=1.0, seed=0, dtype='float32', name=None ) [源代码]

该OP返回数值符合高斯随机分布的Tensor,形状为 shape,数据类型为 dtype

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。

  • mean (float|int,可选) - 输出Tensor的均值,支持的数据类型:float、int。默认值为0.0。

  • std (float|int,可选) - 输出Tensor的标准差,支持的数据类型:float、int。默认值为1.0。

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

  • name (str,可选) - 具体用法请参见 Name,一般无需设置,默认值为 None。

返回

Tensor:符合高斯随机分布的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

# 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)
import paddle
import paddle.fluid as fluid
paddle.enable_static()

# example 1:
# attr shape is a list which doesn't contain Tensor.
result_1 = fluid.layers.gaussian_random(shape=[3, 4])
# [[-0.31261674,  1.8736548,  -0.6274357,   0.96988016],
#  [-0.12294637,  0.9554768,   1.5690808,  -1.2894802 ],
#  [-0.60082096, -0.61138713,  1.5345167,  -0.21834975]]

# example 2:
# attr shape is a list which contains Tensor.
dim_1 = fluid.layers.fill_constant([1], "int64", 2)
dim_2 = fluid.layers.fill_constant([1], "int32", 3)
result_2 = fluid.layers.gaussian_random(shape=[dim_1, dim_2])
# [[ 0.51398206, -0.3389769,   0.23597084],
#  [ 1.0388143,  -1.2015356,  -1.0499583 ]]

# example 3:
# attr shape is a Tensor, the data type must be int64 or int32.
var_shape = fluid.data(name='var_shape', shape=[2], dtype="int64")
result_3 = fluid.layers.gaussian_random(var_shape)
# if var_shape's value is [2, 3]
# result_3 is:
# [[-0.12310527,  0.8187662,   1.923219  ]
#  [ 0.70721835,  0.5210541,  -0.03214082]]