standard_normal¶

paddle. standard_normal ( shape, dtype=None, name=None ) [源代码] ¶

返回符合标准正态分布（均值为 0，标准差为 1 的正态随机分布）的随机 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[]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。

dtype (str|np.dtype，可选) - 输出 Tensor 的数据类型，支持 float32、float64。当该参数值为 None 时，输出 Tensor 的数据类型为 float32。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：符合标准正态分布的随机 Tensor，形状为 shape，数据类型为 dtype。

示例代码¶

          >>> import paddle

>>> # example 1: attr shape is a list which doesn't contain Tensor.
>>> out1 = paddle.standard_normal(shape=[2, 3])
>>> print(out1)
Tensor(shape=[2, 3], dtype=float32, place=Place(cpu), stop_gradient=True,
[[-0.33719197, -0.25688133, -0.42868865],
 [-0.27804616, -0.25058213, -0.28209466]])

>>> # example 2: attr shape is a list which contains Tensor.
>>> dim1 = paddle.to_tensor(2, 'int64')
>>> dim2 = paddle.to_tensor(3, 'int32')
>>> out2 = paddle.standard_normal(shape=[dim1, dim2, 2])
>>> print(out2)
Tensor(shape=[2, 3, 2], dtype=float32, place=Place(cpu), stop_gradient=True,
[[[ 0.81888396, -0.64831746],
  [ 1.28911388, -1.88154876],
  [-0.03271919, -0.32410008]],
 [[-0.20224631,  0.46683890],
  [ 1.91947734,  0.71657443],
  [ 0.33410960, -0.64256823]]])

>>> # example 3: attr shape is a Tensor, the data type must be int64 or int32.
>>> shape_tensor = paddle.to_tensor([2, 3])
>>> out3 = paddle.standard_normal(shape_tensor)
>>> print(out3)
Tensor(shape=[2, 3], dtype=float32, place=Place(cpu), stop_gradient=True,
[[ 0.01182475, -0.44895259, -1.79227340],
 [ 1.52022707, -0.83830303,  0.05261501]])

         