torch.randint

torch.randint(low=0, high, size, \*, generator=None, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) → Tensor

返回一个填充有在 low （包含）和 high （不包含）之间均匀生成的随机整数的张量。

张量的形状由变量参数 size 定义。

注意

在全局 dtype 默认值（ torch.float32 ）下，此函数返回一个 dtype 为 torch.int64 的张量。

参数:

• low（int，可选）- 从分布中抽取的最小整数。默认值：0。

• high（int）- 要从分布中抽取的最高整数的下一个整数。

• 大小（元组）- 定义输出张量形状的元组。

关键字参数:

• 生成器（ torch.Generator ，可选）- 用于采样的伪随机数生成器

• 输出（张量，可选）- 输出张量。

• dtype（torch.dtype，可选）- 如果 None ，则此函数返回数据类型为 torch.int64 的张量。

• layout ( torch.layout ，可选) – 返回 Tensor 的期望布局。默认： torch.strided 。

• device ( torch.device ，可选) – 返回张量的期望设备。默认：如果 None ，则使用当前设备用于默认张量类型（见 torch.set_default_device() ）。 device 将是 CPU 张量类型的 CPU 和 CUDA 张量类型的当前 CUDA 设备。

• requires_grad (bool，可选) – 如果 autograd 应记录对返回张量的操作。默认： False 。

示例：

>>> torch.randint(3, 5, (3,))
tensor([4, 3, 4])


>>> torch.randint(10, (2, 2))
tensor([[0, 2],
        [5, 5]])


>>> torch.randint(3, 10, (2, 2))
tensor([[4, 5],
        [6, 7]])