(torch.randn()) pytorch常用函数之torch.randn()解读
torch.randn()是PyTorch库中的一个函数，用来生成形状由给定参数定义的、服从标准正态分布（均值为0，标准差为1）的张量。
首先，确保你已经安装了PyTorch。安装PyTorch的步骤如下：
- 访问PyTorch官方网站：https://pytorch.org/get-started/locally/
- 根据你的系统环境和需求选择合适的安装命令。例如，如果你使用的是pip和Linux系统，你可能会得到下面的命令：
pip3 install torch torchvision torchaudio- 在命令行中执行上面的命令来完成安装。
安装完PyTorch之后，就可以使用torch.randn()函数了。下面是一个基本的代码例子说明如何使用torch.randn()函数：
import torch
# 生成一个2x3的矩阵，里面的元素都来自于标准正态分布
random_matrix = torch.randn(2, 3)
print(random_matrix)
# 输出结果可能如下（由于是随机生成，每次的结果都可能不同）:
# tensor([[-0.5595, -0.4856, 0.9162],
# [ 1.0043, 0.5516, 1.2921]])如果你需要生成服从非标准正态分布的张量，可以通过对标准正态分布的张量进行线性变换（乘以标准差，加上均值），例如：
mean = 5 # 均值设为5
std = 2 # 标准差设为2
# 生成一个2x3的矩阵，里面的元素服从均值为mean，标准差为std的正态分布
random_matrix = torch.randn(2, 3) * std + mean
print(random_matrix)
# 输出结果会是均值为5，标准偏差为2的正态分布的随机数矩阵上面的代码清晰地展示了如何使用torch.randn()函数来创建标准正态分布的张量，以及如何创建具有指定均值和标准差的正态分布的张量。每次执行这些代码时生成的张量都会不同，因为它们是随机生成的。
(pd.cut) 详解pandas.cut()（将数值分段）函数使用方法 Pandas.cut() 函数：将连续数值数据分割成离散区间 全网首发(图文详解1)
(python int()怎么用) Python整数类型（int）详解 Python 整数类型简介 全网首发(图文详解1)
