mindspore.Tensor.uniform_

mindspore.Tensor.uniform_(from_=0, to=1, *, generator=None)[源代码]

通过在半开区间 \([from\_, to)\) 内生成服从均匀分布的随机数来原地更新输入tensor。

\[P(x)= \frac{1}{to - from\_}\]

警告

这是一个实验性API，后续可能修改或删除。

参数：

from_ (Union[number.Number, Tensor], 可选) - 均匀分布的下界，可以是一个标量值或只有单个元素的任意维度的Tensor，默认值： 0。
to (Union[number.Number, Tensor], 可选) - 均匀分布的上界，可以是一个标量值或只有单个元素的任意维度的Tensor，默认值： 1。

关键字参数：

generator (mindspore.Generator, 可选) - 伪随机数生成器。默认值： None ，使用默认伪随机数生成器。

返回：

返回输入tensor。

异常：

TypeError - from_ 或 to 既不是number也不是Tensor。
TypeError - from_ 或 to 为Tensor类型，但数据类型不是bool、int8、int16、int32、int64、uint8、float32、float64之一。
ValueError - from_ 或 to 为Tensor类型，但是有多个元素。
RuntimeError - 如果 from_ 大于 to。

支持平台：

Ascend

样例：

>>> import mindspore
>>> x = mindspore.ops.ones((4, 2))
>>> generator = mindspore.Generator()
>>> generator.manual_seed(100)
>>> output = x.uniform_(1., 2., generator)
>>> print(output.shape)
(4, 2)