1mindspore.ops.UniformReal 2========================= 3 4.. py:class:: mindspore.ops.UniformReal(seed=0, seed2=0) 5 6 产生随机的浮点数,均匀分布在[0, 1)范围内。 7 8 .. note:: 9 - 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。 10 - 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。 11 - 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。 12 - 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。 13 - 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。 14 - 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: 15 16 - GPU:int32、int64。 17 - CPU:int16、int32、int64。 18 19 参数: 20 - **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`` 。 21 - **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`` 。 22 23 输入: 24 - **shape** (Union[tuple, Tensor]) - 待生成的Tensor的shape。只支持常量值。 25 26 输出: 27 Tensor。它的shape为输入 `shape`。数据类型为float32。 28 29 异常: 30 - **TypeError** - `seed` 或 `seed2` 不是int。 31 - **TypeError** - `shape` 不是tuple或Tensor。 32 - **ValueError** - `shape` 不是常量值。 33