torch.randint

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

返回一个张量，其中填充了在 low（包含）和 high（不包含）之间均匀分布的随机整数。

张量的形状由可变参数 size 定义。

注意

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

参数

• low (int, optional) – 从分布中抽取的最低整数。默认值：0。

• high (int) – 从分布中抽取的最高整数之上一个的值。

• size (tuple) – 定义输出张量形状的元组。

关键字参数

• generator (torch.Generator, optional) – 用于采样的伪随机数生成器

• out (Tensor, optional) – 输出张量。

• dtype (torch.dtype, optional) – 返回张量的期望数据类型。默认值：如果 None，则此函数返回一个 dtype 为 torch.int64 的张量。

• layout (torch.layout, 可选) – 返回张量的所需布局。默认：torch.strided。

• device (torch.device, 可选) – 返回张量的所需设备。默认：如果为 None，则使用当前设备作为默认张量类型（参见 torch.set_default_device()）。对于 CPU 张量类型，device 将是 CPU；对于 CUDA 张量类型，device 将是当前的 CUDA 设备。

• requires_grad (bool, optional) – 如果 autograd 应记录在返回的张量上的操作。默认值：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]])