torch.normal() 是 PyTorch 中生成正态分布（也称为高斯分布）随机数据的函数。正态分布的特点是数据集中在均值附近，标准差描述数据的散布情况。接下来，详细解释 正态分布 和 torch.normal() 的用法。
1、什么是正态分布？
正态分布（Normal Distribution）是一种常见的概率分布，用两个参数来描述：
均值 μ（mean）：表示数据的中心位置。
标准差 σ（standard deviation）：表示数据的散布或离均值的偏离程度。
正态分布的形状是钟形曲线，其公式如下：
- 当标准差较小时，数据更加集中在均值附近。
- 当标准差较大时，数据更加分散。
在 torch.normal() 中，你可以指定均值和标准差来生成符合这种分布的数据。
2、torch.normal() 的解释和用法
torch.normal() 用于生成服从正态分布的随机数。你可以通过指定均值和标准差来控制分布的形状。
语法：
torch.normal(mean, std, size=None)
- mean：生成的随机数的均值，可以是标量或张量。
- std：标准差，也可以是标量或张量。
- size：生成数据的形状（可选），如果 mean 和 std 是张量ÿ