Cómo crear una distribución normal en Python PyTorch

En este artículo, discutiremos cómo crear una distribución normal en Pytorch en Python .

antorcha.normal()

El método torch.normal() se usa para crear un tensor de números aleatorios. Tomará dos parámetros de entrada. el primer parámetro es el valor medio y el segundo parámetro es la desviación estándar (std).

Podemos especificar los valores de la media y la desviación estándar directamente o podemos proporcionar un tensor de elementos. Este método devolverá un tensor con números aleatorios que se devuelven en función de la media y la desviación estándar.

Sintaxis: torch.normal(media, std)

Parámetros:

• La media es el primer parámetro que toma el tensor como entrada.
• std se refiere a la desviación estándar, que es el segundo parámetro que toma el tensor como entrada

Devolución: este método devuelve un tensor de números aleatorios resultantes de una distribución normal separada cuya media y desviación estándar son iguales a la media y la desviación estándar proporcionadas.

Ejemplo 1: En este ejemplo, estamos creando dos tensores con 5 elementos cada uno. uno para la media y el segundo para la desviación estándar. Luego, vamos a crear una distribución normal a partir de los valores de la media y la desviación estándar (std).

# import the torch module
import torch
 
# create the mean with 5 values
mean = torch.tensor([1.0, 2.0, 3.0, 4.0, 5.0])
 
# create the standard deviation with 5 values
std = torch.tensor([1.22, 0.78, 0.56, 1.23, 0.23])
 
# create normal distribution
print(torch.normal(mean, std))

Producción:

tensor([-0.0367, 1.7494, 2.3784, 4.2227, 5.0095])

Ejemplo 2: En este ejemplo, estamos creando dos tensores con un solo elemento cada uno. uno para la media y el segundo para la desviación estándar. Luego, vamos a crear una distribución normal a partir del valor medio y la desviación estándar (std).

# import the torch module
import torch
 
# create the mean with single value
mean = torch.tensor(3.4)
 
# create the standard deviation with
# single value
std = torch.tensor(4.2)
 
# create normal distribution
print(torch.normal(mean, std))

Producción:

tensor(1.3712)