@符号增加正态扰动的含义？

[songyp0505]

在3-1低阶API示范中准备数据的时候有一条注释是：

@表示矩阵乘法,增加正态扰动

具体位置在3-1低阶API示范的“一、线性回归模型”的“1、准备数据”的第一段程序片的最后一行，已附上图片不知道能不能显示

而在tensorflow的API（matmul ）中却这样写道：
Since python >= 3.5 the @ operator is supported (see PEP 465). In TensorFlow, it simply calls the tf.matmul() function, so the following lines are equivalent:

d = a @ b @ [[10], [11]]
d = tf.matmul(tf.matmul(a, b), [[10], [11]])

在网上找了一圈也没找到关于“矩阵相乘增加正态扰动”等之类的资料，请问增加正态扰动的含义是什么呢或者说是在什么地方用到呢？是与变量X = tf.random.uniform([n,2],minval=-10,maxval=10)此处的random有关吗还是其他？谢谢！！

[nbwuzhe]

This means noise with normal distribution, which refers to the second term tf.random.normal.

[songyp0505]

那增加正态扰动的意思，是为了让随机数“更随机”？，但即使@符号与tf.random.normal不在一起也能影响到tf.random.normal吗还是说@符号会影响整条语句？ 谢谢！

[nbwuzhe]

X@w0 means matrix multiplication between X and w0. The @ mark has a higher priority than adding. b0 is a bias. This part (X@w0+b0) represents the fundamental linear operator in the neural network, which is irrelevant to the random number.

On the other hand, tf.random.normal is for adding a (pseudo-) randomized (or stochastic) noise.

[songyp0505]

好的，虽然只听懂了前半部分，感觉后半部分的知识我还没接触过，日后再来请教！感谢

[Hong-King]

我感觉作者的意思应该是：
对于【X@w0 + b0】这部分，“@”表示矩阵乘法
对于【torch.normal( 0.0,2.0,size = [n,1])】这部分，则是为了增加正态扰动