为什么randn并不总是均值为0，方差为1？

Question

对于pytorch.randn（）方法，文档说明：

返回由均值0和方差1的正态分布（也称为标准正态分布）中的随机数填充的张量。

x = torch.randn(4,3)
tensor([[-0.6569, -0.7337, -0.0028],
        [-0.3938,  0.3223,  0.0497],
        [ 0.0129, -2.7546, -2.2488],
        [ 1.6754, -0.1497,  1.8202]])

x.mean()
tensor(-0.2550)

x.std()
tensor(1.3225)

额外的问题：我如何生成一个平均数总是为0的随机张量？

Answer 1

一个有限的分布样本具有完全相同的均值和完全相同的标准差，这将是一个很大的巧合。可以预期，你生成的数字越多，样本的均值和偏差就越接近分布的“真实”均值和偏差。