软件定制报价单_上海建筑信息平台_北京seo网站管理_互动营销案例

torch.randperm 是 PyTorch 中用于生成随机排列的整数序列的函数，广泛应用于数据随机化、样本抽样等场景。

功能与用途

torch.randperm(n) 会生成一个从 0 到 n-1 的随机排列的整数序列，返回一个一维张量。这个函数在以下场景中非常有用：

1. 随机打乱数据：在机器学习中，常用于打乱数据集的顺序，以提高模型的泛化能力。

2. 样本抽样：可以用于从数据集中随机抽取样本。

参数

• n (int)：生成的随机排列的长度，范围是 [0, n-1]。

• generator (torch.Generator, 可选)：用于生成随机数的伪随机数生成器。

• device (torch.device, 可选)：指定生成的张量所在的设备（如 CPU 或 GPU）。默认为当前默认设备。

• dtype (torch.dtype, 可选)：返回张量的数据类型，默认为 torch.int64。

• requires_grad (bool, 可选)：是否需要记录梯度，默认为 False。

返回值

返回一个一维张量，包含从 0 到 n-1 的随机排列。

使用示例

生成随机排列

import torch# 生成一个长度为 10 的随机排列
random_perm = torch.randperm(10)
print(random_perm)  # 输出类似：tensor([3, 8, 1, 5, 9, 0, 4, 7, 2, 6])

打乱数据集

data = torch.randn(10, 3, 224, 224)  # 假设是一个图像数据集
labels = torch.randint(0, 2, (10,))  # 随机生成标签# 生成随机索引
indices = torch.randperm(data.size(0))# 打乱数据和标签
shuffled_data = data[indices]
shuffled_labels = labels[indices]print(shuffled_data.shape)  # 输出：torch.Size([10, 3, 224, 224])
print(shuffled_labels)

在 GPU 上生成随机排列

random_perm = torch.randperm(10, device='cuda')
print(random_perm)

高级用法

可以通过指定 generator 参数来控制随机数生成器的状态，确保结果的可复现性：

generator = torch.Generator().manual_seed(42)
random_perm = torch.randperm(10, generator=generator)
print(random_perm)  # 输出固定结果

torch.randperm 是一个简单而强大的工具，适用于需要随机排列或打乱数据的场景。