randperm

paddle.fluid.layers.randperm(n, out=None, dtype="int64", device=None, stop_gradient=True, seed=0)[源代码]

该OP返回一个数值在0到n-1、顺序随机的整数排列。

参数

  • n (int): 整数排列的上限,应该大于0。
  • out (Variable, optional): 可选的输出变量,如果不为 None ,返回的整数排列保存在该变量中,默认是 None
  • dtype (np.dtype|core.VarDesc.VarType|str, optional): 整数排列的数据类型,支持 int64int32 ,默认是 int64
  • device (str, optional): 指定整数排列所在的设备内存。设置为 cpu 则保存在 cpu 内存中,设置为 gpu ,则保存在 gpu 内存中,设置为 None 则保存在运行的设备内存中。默认是 None
  • stop_gradient (bool, optional): 返回的整数排列是否记录并更新梯度,默认是 True
  • seed (int, optional): 设置随机种子。seed 等于0时,每次返回不同的整数排列;seed 不等于0时,相同的 seed 返回相同的整数排列。

返回

一个数值在0到n-1、顺序随机的整数排列。

返回类型

Variable

代码示例

import paddle
import paddle.fluid as fluid
import numpy as np

# Note that, the random permutation returned by randperm depends
# the random seed in computer, so the output in the next example
# will be change.
with fluid.dygraph.guard():
    out_1 = fluid.layers.randperm(6)
    print(out_1.numpy())  # Random permutation, for example [2 4 5 0 3 1]

    out_2 = fluid.dygraph.to_variable(
                            np.array([0, 1, 2, 3])).astype(np.int64)
    fluid.layers.randperm(6, out_2)
    print(out_2.numpy())  # Random permutation, for example [5 0 2 4 1 3]

    out_3 = fluid.layers.randperm(6, dtype="int32", device="cpu")
    print(out_3.numpy())  # Random permutation, for example [3 1 4 2 5 0]

    out_4 = fluid.layers.randperm(6, device="cpu", stop_gradient=True)
    print(out_4.numpy())  # Random permutation, for example [3 1 5 2 0 4]