所遇到的错误：

相应的代码：

import torch
import torch.distributions as dist


p = dist.Normal
mu = torch.Tensor(torch.randn(2, 2))
logvar = torch.Tensor(torch.randn(2, 2))
pz_x = p(mu, logvar)  # 在这一步报错
z = pz_x.rsample(torch.Size([1]))

测试发现不是type的问题，发现将logvar的生成语句改为下面的方式就不会报错：

logvar = torch.Tensor(torch.rand(2, 2))

• torch.randn() 用来生成满足标准正态分布的随机数（有正有负）
• torch.rand() 用来生成满足0-1的均匀分布的一组随机数

查看了torch.distributions.Normal的官方文档，并对比上面error所提示的 GreaterThan（lower_bound=0.0），可以知道logvar这里的参数需要输入的是正数，所以用rand不会报错，而randn会：