normal

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

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 meanstd 都不是 Tensor,则输出 Tensor 的形状为 shape,数据类型为 float32。

如果 meanstd 都是 Tensor,则 meanstd 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 的一维 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) - 具体用法请参见 Name,一般无需设置,默认值为 None。

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

import paddle

out1 = paddle.normal(shape=[2, 3])
# [[ 0.17501129  0.32364586  1.561118  ]  # random
#  [-1.7232178   1.1545963  -0.76156676]]  # random

mean_tensor = paddle.to_tensor([1.0, 2.0, 3.0])
out2 = paddle.normal(mean=mean_tensor)
# [ 0.18644847 -1.19434458  3.93694787]  # random

std_tensor = paddle.to_tensor([1.0, 2.0, 3.0])
out3 = paddle.normal(mean=mean_tensor, std=std_tensor)
# [1.00780561 3.78457445 5.81058198]  # random