情形1（按行随机排列）

import torch
a=torch.rand(3,5)
print(a)
a=a[torch.randperm(a.size()[0])]
print(a)

情形2(按列排列）

a=a[:,torch.randperm(a.size()[1])]
print(a)

结果如下

但是这里有一个问题，就是随机交换行列的顺序时，是保证列是不变的，这时的随机性还是稍微小一点

情形3(每行随机排列）

import torch
x = torch.rand(3, 5)
print(x)
indices = torch.argsort(torch.rand(*x.shape), dim=-1)
result = x[torch.arange(x.shape[0]).unsqueeze(-1), indices]
print(result)

结果如下

pytorch 随机抽样相关推荐

Pytorch随机抽样
在神经网络中,参数默认是进行随机初始化的.如果不设置的话每次训练时的初始化都是随机的,导致结果不确定.如果设置初始化,则每次初始化都是固定的.
Pytorch深度学习—tensor的随机抽样函数与分布函数
import torchtorch.manual_seed(1)mean = torch.rand(1, 2) std = torch.rand(1, 2)print(torch.normal(mea ...
pytorch tensor 初始化_PyTorch简明笔记[1]-Tensor的初始化和基本操作
听麻麻说,偷偷收藏而不感谢是不礼貌的,至少应该点个赞~我觉得麻麻说的对! 不断地被人安利PyTorch,终于忍不住诱惑决定入坑了. 当初学习TensorFlow的时候,没有系统性地学习.之前TF的英文 ...
【Pytorch神经网络基础理论篇】 07 线性回归 + 基础优化算法
一.线性代数回归是指一类为一个或多个自变量与因变量之间关系建模的方法.在自然科学和社会科学领域,回归经常用来表示输入和输出之间的关系. 在机器学习领域中的大多数任务通常都与预测(prediction ...
速成pytorch学习——6天Dataset和DataLoader
Pytorch通常使用Dataset和DataLoader这两个工具类来构建数据管道. Dataset定义了数据集的内容,它相当于一个类似列表的数据结构,具有确定的长度,能够用索引获取数据集中的元素. ...
Pytorch之Dataloader参数collate_fn研究
前言之前看了不到pytorch代码,对Dataloader的大部分参数都比较了解,今天看代码时,发现了一个参数collate_fn ,之前论文代码没怎么见过,也就自动忽略了,今天既然遇到了,就突然来 ...
pytorch第06天图片分类器
图片分类器 1 数据 (1)数据集介绍与导入 (2)transforms.Compose与transforms.Normalize (3)图片预览 a 反标准化 b 转化为plt.imshow能读取的 ...
pytorch——基础
https://www.jianshu.com/p/7dbfc7076e5a 常数初始化: torch.empty(size)返回形状为size的空tensor torch.zeros(size)全部 ...
强化学习初探 DQN+PyTorch+gym倒立摆登山车
文章目录 1.随便说几句 2.为什么选择DQN作为第一个入手的模型 2.工具准备 3.实现思路 3.1.环境采样 3.2 Reward设计 3.3 Q值近似计算 3.4 主循环 4.代码 5.参考文献 ...

pytorch 随机抽样

情形1（按行随机排列）

情形2(按列排列）

情形3(每行随机排列）

pytorch 随机抽样相关推荐

最新文章

热门文章