randint¶
返回服从均匀分布的、范围在[low, high)的随机 Tensor，形状为 shape，数据类型为 dtype。当 high 为 None 时（默认），均匀采样的区间为[0, low)。
参数¶
low (int，可选) - 要生成的随机值范围的下限，
low包含在范围中。当high为 None 时，均匀采样的区间为[0,low)。默认值为 0。high (int，可选) - 要生成的随机值范围的上限，
high不包含在范围中。默认值为 None，此时范围是[0,low)。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[]且数据类型为 int32、int64 的 0-D Tensor。如果shape是 Tensor，则是数据类型为 int32、int64 的 1-D Tensor。默认值为[1]。dtype (str|np.dtype|core.VarDesc.VarType，可选) - 输出 Tensor 的数据类型，支持 int32、int64。当该参数值为 None 时， 输出 Tensor 的数据类型为 int64。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¶
服从均匀分布的、范围在[
low,high)的随机 Tensor，形状为shape，数据类型为dtype。
代码示例¶
>>> import paddle
>>> # example 1:
>>> # attr shape is a list which doesn't contain Tensor.
>>> out1 = paddle.randint(low=-5, high=5, shape=[2, 3])
>>> print(out1)
Tensor(shape=[2, 3], dtype=int64, place=Place(cpu), stop_gradient=True,
[[-1, 4, 4],
[-2, -5, -2]])
>>> # example 2:
>>> # attr shape is a list which contains Tensor.
>>> dim1 = paddle.to_tensor(2, 'int64')
>>> dim2 = paddle.to_tensor(3, 'int32')
>>> out2 = paddle.randint(low=-5, high=5, shape=[dim1, dim2])
>>> print(out2)
Tensor(shape=[2, 3], dtype=int64, place=Place(cpu), stop_gradient=True,
[[-4, -4, 2],
[-3, -1, -5]])
>>> # example 3:
>>> # attr shape is a Tensor
>>> shape_tensor = paddle.to_tensor([2, 3])
>>> out3 = paddle.randint(low=-5, high=5, shape=shape_tensor)
>>> print(out3)
Tensor(shape=[2, 3], dtype=int64, place=Place(cpu), stop_gradient=True,
[[-1, 4, -3],
[ 1, 2, -1]])
>>> # example 4:
>>> # data type is int32
>>> out4 = paddle.randint(low=-5, high=5, shape=[3], dtype='int32')
>>> print(out4)
Tensor(shape=[3], dtype=int32, place=Place(cpu), stop_gradient=True,
[4, 4, 0])
>>> # example 5:
>>> # Input only one parameter
>>> # low=0, high=10, shape=[1], dtype='int64'
>>> out5 = paddle.randint(10)
>>> print(out5)
Tensor(shape=[1], dtype=int64, place=Place(cpu), stop_gradient=True,
[7])