mindspore.ops.UniformReal
- class mindspore.ops.UniformReal(seed=0, seed2=0)[源代码]
产生随机的浮点数,均匀分布在[0, 1)范围内。
说明
随机种子:通过一些复杂的数学算法,可以得到一组有规律的随机数,而随机种子就是这个随机数的初始值。随机种子相同,得到的随机数就不会改变。
全局的随机种子和算子层的随机种子都没设置或都设置为0:完全随机。
全局的随机种子设置了,算子层的随机种子未设置:采用全局的随机种子和0拼接。
全局的随机种子未设置,算子层的随机种子设置了:使用0和算子层的随机种子拼接。
全局的随机种子和算子层的随机种子都设置了:全局的随机种子和算子层的随机种子拼接。
目前在Ascend平台上不支持 shape 为Tensor,CPU/GPU平台支持。当输入为Tensor的时候,支持的数据类型:
GPU:int32、int64。
CPU:int16、int32、int64。
- 参数:
seed (int,可选) - 算子层的随机种子,用于生成随机数。必须是非负的。默认值:
0
。seed2 (int,可选) - 全局的随机种子,和算子层的随机种子共同决定最终生成的随机数。必须是非负的。默认值:
0
。
- 输入:
shape (Union[tuple, Tensor]) - 待生成的Tensor的shape。只支持常量值。
- 输出:
Tensor。它的shape为输入 shape。数据类型为float32。
- 异常:
TypeError - seed 或 seed2 不是int。
TypeError - shape 不是tuple或Tensor。
ValueError - shape 不是常量值。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> from mindspore import ops >>> shape = (2, 2) >>> uniformreal = ops.UniformReal(seed=2) >>> output = uniformreal(shape) >>> result = output.shape >>> print(result) (2, 2)