PyTorch는 딥러닝 프레임워크로서, 난수 생성을 위한 다양한 함수와 클래스를 제공합니다. 이들을 사용하여 모델 초기화, 데이터 증강, 미니배치 샘플링 등의 다양한 작업에 사용할 수 있습니다.

1. torch.rand(size): 주어진 크기(size)의 텐서를 생성하고, 0과 1 사이의 균일 분포로 난수를 채웁니다.

   import torch
   
   # 2x3 크기의 텐서를 생성하고 난수로 채우기
   x = torch.rand(2, 3)
   print(x)
   

2. torch.randn(size): 주어진 크기(size)의 텐서를 생성하고, 평균이 0이고 표준편차가 1인 정규 분포로 난수를 채웁니다.

   import torch
   
   # 2x3 크기의 텐서를 생성하고 정규 분포의 난수로 채우기
   x = torch.randn(2, 3)
   print(x)
   

3. torch.randint(low, high, size): 주어진 범위(low와 high)에서 정수로 이루어진 난수 텐서를 생성합니다.

   import torch
   
   # 2x3 크기의 텐서를 생성하고 0부터 9까지의 정수로 채우기
   x = torch.randint(0, 10, (2, 3))
   print(x)
   

4. torch.manual_seed(seed): 난수 생성을 위한 시드 값을 설정합니다. 동일한 시드 값을 설정하면, 동일한 난수가 생성됩니다.

   import torch
   
   # 시드 값을 설정하여 난수 생성
   torch.manual_seed(42)
   
   x = torch.rand(2, 3)
   print(x)
   

이외에도 PyTorch에서는 다양한 난수 생성 함수와 클래스가 제공됩니다. 필요에 따라 공식 PyTorch 문서를 참조하시기 바랍니다.

• PyTorch 공식 문서