介绍一下torchrandn并且举例

torch.randn()是一个可以生成随机数的函数，返回一个张量，张量中的值是从标准正态分布中随机抽取的。它可以用来初始化神经网络中的权重或者偏置等参数。该函数的语法格式如下：

torch.randn(*size, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) → Tensor

其中：

• size(int...)：生成的随机数张量的形状。
• out(Tensor, optional)：输出张量。
• dtype(torch.dtype, optional)：输出张量的数据类型。默认是float32。
• layout(torch.layout, optional)：输出张量的布局。默认是torch.strided。
• device(torch.device, optional)：输出张量的设备。默认是使用当前设备。
• requires_grad(bool, optional)：输出张量是否需要梯度。默认为False。

举个例子，生成一个形状为(3, 4)的张量：

import torch

x = torch.randn(3, 4)
print(x)

输出结果：

tensor([[ 1.1313,  0.4642,  0.5848, -0.2009],
        [-1.2127, -0.7511, -0.1676, -0.5092],
        [ 0.9421,  0.1234, -2.1395,  0.5100]])

可以看到，生成了一个形状为(3, 4)的张量，张量中的值是从标准正态分布中随机抽取的。