由于朋友问了一下torch.normal（）这个东西是什么？（具体如下） 然后我就花了点时间写了一篇这个博文，解释了一下；并且举了一些他的应用例子。 如果还是不会的话，那我也没办法了。
torch.normal(means=torch.arange(1, 11), std=torch.arange(1, 0, -0.1)) 1.5104 1.6955 2.4895 4.9185 4.9895 6.9155 7.3683 8.1836 8.7164 9.8916[torch.FloatTensor of size 10]解释如下：
>>> torch.arange(1, 11) 1 2 3 4 5 6 7 8 9 10[torch.FloatTensor of size 10] >>> torch.arange(1, 0, -0.1) 1.0000 0.9000 0.8000 0.7000 0.6000 0.5000 0.4000 0.3000 0.2000 0.1000 0.0000[torch.FloatTensor of size 11]#是从均值为1，标准差为1的正态分布中随机生成的官网中的实例生成的张量
1.5104#是从均值为1，标准差为1的正态分布中随机生成的 1.6955#是从均值为2，标准差为0.9的正态分布中随机生成的 2.4895 4.9185 4.9895 6.9155 7.3683 8.1836 8.7164 9.8916[torch.FloatTensor of size 10]以此类推
举例子：
该函数原型如下：
normal(mean, std, *, generator=None, out=None)该函数返回从单独的正态分布中提取的随机数的张量，该正态分布的均值是mean，标准差是std。
用法如下：草莓视频在线观看APP从一个标准正态分布N～(0,1)，提取一个2x2的矩阵
torch.normal(mean=0.,std=1.,size=(2,2))草莓视频在线观看APP也可以让每一个值服从不同的正态分布，草莓视频在线观看APP还是生成2x2的矩阵：
torch.normal(mean=torch.arange(4.),std=torch.arange(1.,0.6,-0.1)).reshape(2,2)
