uniform_random

paddle.fluid.layers. uniform_random ( 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。

示例1:
         给定：
             shape=[1,2]
         则输出为：
             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|core.VarDesc.VarType，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) - 具体用法请参见 Name，一般无需设置，默认值为 None。

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

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.uniform_random(shape=[3, 4])
# [[ 0.84524226,  0.6921872,   0.56528175,  0.71690357],
#  [-0.34646994, -0.45116323, -0.09902662, -0.11397249],
#  [ 0.433519,    0.39483607, -0.8660099,   0.83664286]]

# 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.uniform_random(shape=[dim_1, dim_2])
# [[-0.9951253,   0.30757582, 0.9899647 ],
#  [ 0.5864527,   0.6607096,  -0.8886161 ]]

# 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.uniform_random(var_shape)
# if var_shape's value is [2, 3]
# result_3 is:
# [[-0.8517412,  -0.4006908,   0.2551912 ],
#  [ 0.3364414,   0.36278176, -0.16085452]]