uniform

paddle. uniform ( shape, dtype='float32', min=- 1.0, max=1.0, seed=0, name=None ) [源代码]

该OP返回数值服从范围[min, max)内均匀分布的随机Tensor,形状为 shape,数据类型为 dtype

示例1:
         给定:
             shape=[1,2]
         则输出为:
             result=[[0.8505902, 0.8397286]]
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[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1-D Tensor。

  • dtype (str|np.dtype, 可选) - 输出Tensor的数据类型,支持float32、float64。默认值为float32。

  • min (float|int,可选) - 要生成的随机值范围的下限,min包含在范围中。支持的数据类型:float、int。默认值为-1.0。

  • max (float|int,可选) - 要生成的随机值范围的上限,max不包含在范围中。支持的数据类型:float、int。默认值为1.0。

  • seed (int,可选) - 随机种子,用于生成样本。0表示使用系统生成的种子。注意如果种子不为0,该操作符每次都生成同样的随机数。支持的数据类型:int。默认为 0。

  • name (str, 可选) - 输出的名字。一般无需设置,默认值为None。该参数供开发人员打印调试信息时使用,具体用法请参见 Name

返回:

Tensor:数值服从范围[min, max)内均匀分布的随机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

import paddle

# example 1:
# attr shape is a list which doesn't contain Tensor.
out1 = paddle.uniform(shape=[3, 4])
# [[ 0.84524226,  0.6921872,   0.56528175,  0.71690357], # random
#  [-0.34646994, -0.45116323, -0.09902662, -0.11397249], # random
#  [ 0.433519,    0.39483607, -0.8660099,   0.83664286]] # random

# example 2:
# attr shape is a list which contains Tensor.
dim1 = paddle.to_tensor([2], 'int64')
dim2 = paddle.to_tensor([3], 'int32')
out2 = paddle.uniform(shape=[dim1, dim2])
# [[-0.9951253,   0.30757582, 0.9899647 ], # random
#  [ 0.5864527,   0.6607096,  -0.8886161]] # random

# example 3:
# attr shape is a Tensor, the data type must be int64 or int32.
shape_tensor = paddle.to_tensor([2, 3])
out3 = paddle.uniform(shape_tensor)
# [[-0.8517412,  -0.4006908,   0.2551912 ], # random
#  [ 0.3364414,   0.36278176, -0.16085452]] # random