为何torch.rand()设置dtype=torch.int会抛出RuntimeError？

在Python 3.9.6环境下执行以下代码时，会抛出RuntimeError: "check_uniform_bounds" not implemented for 'Int'错误，但将dtype改为torch.double则能正常运行：

import torch

x = torch.rand(2,2,dtype=torch.int)
y = torch.rand(2,2,dtype=torch.int)
print("x is", x)
print("y is", y)
z = torch.add(x,y)
print(z)

错误输出如下：

x = torch.rand(2,2,dtype=torch.int)
Traceback (most recent call last):
File "/Training/main.py", line 4, in <module>
x = torch.rand(2,2,dtype=torch.int)
RuntimeError: "check_uniform_bounds" not implemented for 'Int'

报错原因 #

torch.rand的核心逻辑是生成**[0, 1)区间内的均匀分布随机数**，这个过程依赖浮点运算实现。而整数类型（如torch.int）无法表示[0,1)之间的小数，PyTorch也就没有为整数类型实现torch.rand对应的均匀分布边界检查及生成逻辑，直接指定整数dtype就会触发这个未实现的错误。

torch.double属于浮点类型，能精准表示[0,1)区间的数值，因此可以正常执行torch.rand。

解决办法 #

如果需要生成整数类型的随机张量，推荐两种方式：

• 方式一：先生成浮点随机数，再转换为整数（可自定义数值范围）

  import torch
  # 生成[0, 10)区间的整数随机张量
  x = torch.rand(2,2) * 10
  x = x.to(torch.int)
  print(x)
  

• 方式二：使用PyTorch专为整数设计的随机函数torch.randint

  import torch
  # 生成[0, 10)区间的整数随机张量
  x = torch.randint(0, 10, (2,2), dtype=torch.int)
  print(x)
  

内容的提问来源于stack exchange，提问作者Harish Kannan