randn

paddle.fluid.layers.randn(shape, out=None, dtype=None, device=None, stop_gradient=True, name=None)[源代码]

该 API 用于生成数据符合标准正态随机分布（均值为 0，方差为 1 的正态随机分布）的 Tensor。

参数

  • shape (list|tuple): 生成的随机 Tensor 的形状。
  • out (Variable, optional): 用于存储创建的 Tensor，可以是程序中已经创建的任何Variable。当该参数值为 None 时，将创建新的 Variable 来保存输出结果。默认值为 None。
  • dtype (np.dtype|core.VarDesc.VarType|str, optional): 输出 Tensor 的数据类型，可选值为 float32，float64。当该参数值为 None 时， 输出当 Tensor 的数据类型为 float32 。默认值为 None.
  • device (str, optional): 用于指定输出变量是保存在 CPU 还是 GPU 内存中。可选值为 None，’cpu’，’gpu’。当该参数为 None 时， 输出变量将会自动的分配到相对应内存中。默认值为 None。
  • stop_gradient (bool, optional): 是否停止输出当前变量（输出变量）的梯度值。默认值为 True。
  • name (str, optional): 该参数供开发人员打印调试信息时使用，具体用法参见 Name ，默认值为None。

返回

符合标准正态分布的随机 Tensor。形状为 shape，数据类型为 dtype。

返回类型

Variable

代码示例

  1. # declarative mode
  2. import paddle
  3. import paddle.fluid as fluid
  4. data = fluid.layers.randn([2, 4])
  5. place = fluid.CPUPlace()
  6. exe = fluid.Executor(place)
  7. res, = exe.run(fluid.default_main_program(), feed={}, fetch_list=[data])
  8. print(res)
  9. # [[-1.4187592   0.7368311  -0.53748125 -0.0146909 ]
  10. #  [-0.66294265 -1.3090698   0.1898754  -0.14065823]]
  1. # imperative mode
  2. import paddle
  3. import paddle.fluid as fluid
  4. import paddle.fluid.dygraph as dg
  5. place = fluid.CPUPlace()
  6. with dg.guard(place) as g:
  7.     x = fluid.layers.randn([2, 4])
  8.     x_np = x.numpy()
  9.     print(x_np)
  10.     # [[ 1.5149173  -0.26234224 -0.592486    1.4523455 ]
  11.     #  [ 0.04581212 -0.85345626  1.1687907  -0.02512913]]