gaussian_random

paddle.fluid.layers. gaussian_random ( shape, mean=0.0, std=1.0, seed=0, dtype='float32', name=None )

该 OP 返回数值符合高斯随机分布的 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。

  • mean (float|int，可选) - 输出 Tensor 的均值，支持的数据类型：float、int。默认值为 0.0。

  • std (float|int，可选) - 输出 Tensor 的标准差，支持的数据类型：float、int。默认值为 1.0。

  • seed (int，可选) - 随机数种子，默认值为 0。注：seed 设置为 0 表示使用系统的随机数种子。注意如果 seed 不为 0，则此算子每次将始终生成相同的随机数。

  • 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。

  • 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：符合高斯随机分布的 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

# 静态图使用
import numpy as np
from paddle import fluid

x = fluid.layers.gaussian_random((2, 3), std=2., seed=10)

place = fluid.CPUPlace()
exe = fluid.Executor(place)
start = fluid.default_startup_program()
main = fluid.default_main_program()

exe.run(start)
x_np, = exe.run(main, feed={}, fetch_list=[x])

x_np
# array([[2.3060477, 2.676496 , 3.9911983],
#        [0.9990833, 2.8675377, 2.2279181]], dtype=float32)

COPY-FROM: paddle.fluid.layers.gaussian_random