Python 张量流中的随机正规矩阵

我有一个均值矩阵

M

和一个标准偏差矩阵

D

，两者大小相同。我想对一个随机正态值矩阵

a

，这样条目

a[I，j]

遵循均值

M[I，j]

和标准偏差

D[I，j]

的正态分布

从文档（）中，我看到

tf.random.normal

只取标量平均值和标准偏差

我知道我可以编写循环并对每个元素进行采样。但我认为这将是缓慢的

---

有没有更好的方法来完成我想要的任务？

我假设所需随机矩阵的元素是独立分布的。可以通过以下方式实现您的目标：

random\u matrix=tf.random.normal（[num\u rows，num\u cols]）*D+M

上面一行中的

*

和

+

运算符重载为TensorFlow的元素乘法和加法操作

这使用了高斯分布的这一特性：如果单位高斯（

N（0，1）

）按系数

d

缩放，并按常数

m

移动，则高斯变为

N（m，d）