文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.Tensor.uniform_

mindspore.Tensor.uniform_(from_=0, to=1, *, generator=None)

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

$$P(x)=\frac{1}{to-from\mathrm{\_}}$$

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=generator)
>>> print(output.shape)
(4, 2)