欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Numpy中np.random.rand()和np.random.randn() 用法和區(qū)別詳解

 更新時間:2020年10月23日 12:00:57   作者:Amelie_xiao  
這篇文章主要介紹了Numpy中np.random.rand()和np.random.randn() 用法和區(qū)別詳解,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

numpy.random.rand(d0, d1, …, dn)的隨機樣本位于[0, 1)中:本函數(shù)可以返回一個或一組服從**“0~1”均勻分布**的隨機樣本值。

numpy.random.randn(d0, d1, …, dn)是從標(biāo)準(zhǔn)正態(tài)分布中返回一個或多個樣本值。

 1. np.random.rand()

語法:

np.random.rand(d0,d1,d2……dn)
注:使用方法與np.random.randn()函數(shù)相同

作用:
通過本函數(shù)可以返回一個或一組服從“0~1”均勻分布的隨機樣本值。隨機樣本取值范圍是[0,1),不包括1。

應(yīng)用:在深度學(xué)習(xí)的Dropout正則化方法中,可以用于生成dropout隨機向量(dl),
例如(keep_prob表示保留神經(jīng)元的比例):

dl = np.random.rand(al.shape[0],al.shape[1]) < keep_prob

舉例:

在這里插入圖片描述

注:

均勻分布:

也叫矩形分布,它是對稱概率分布,在相同長度間隔的分布概率是等可能的。

均勻分布由兩個參數(shù)a和b定義,它們是數(shù)軸上的最小值和最大值,通??s寫為U(a,b)。

均勻分布的概率密度函數(shù)為:

在這里插入圖片描述

在這里插入圖片描述

2. np.random.randn() 語法:

np.random.randn(d0,d1,d2……dn)
1)當(dāng)函數(shù)括號內(nèi)沒有參數(shù)時,則返回一個浮點數(shù);
2)當(dāng)函數(shù)括號內(nèi)有一個參數(shù)時,則返回秩為1的數(shù)組,不能表示向量和矩陣;
3)當(dāng)函數(shù)括號內(nèi)有兩個及以上參數(shù)時,則返回對應(yīng)維度的數(shù)組,能表示向量或矩陣;
4)np.random.standard_normal()函數(shù)與np.random.randn()類似,但是np.random.standard_normal()的輸入?yún)?shù)為元組(tuple)。

# 舉例:
np.random.standard_normal((5))
# [-0.53268495 0.30171848 1.85232368 -0.58746393 0.19683992]

np.random.standard_normal((5,2))
''' 
[[-2.44520524 2.29767001]
 [-1.19770033 -1.09569325]
 [-0.75414833 0.49509984]
 [-1.42537268 0.41788237]
 [ 1.85465491 -1.44383249]] 
 '''
 
np.random.standard_normal((5,2,3))
'''
[[[ 0.54013502 -0.25347615 1.73395647]
 [ 1.03386947 -0.54856199 2.10004584]]

 [[-0.57632903 -0.05856844 1.72805595]
 [ 1.3507174  0.61459539 0.63380028]]

 [[-2.24857933 -1.29276097 0.42585061]
 [ 0.75974263 -0.83670586 -1.56930898]]

 [[-0.32212   1.2884624  1.53744081]
 [ 1.5444555 -1.82408734 -0.55952688]]

 [[-1.21191144 -1.40454518 -0.3369976 ]
 [-0.89314143 0.28291988 1.58394166]]]
'''

np.random.standard_normal((5,2,3,1))
'''
[[[[ 0.19019221]
  [ 0.64618425]
  [ 0.99815722]]

 [[-0.0570328 ]
  [ 0.83271045]
  [-0.30469335]]]


 [[[-1.14788388]
  [ 0.09563431]
  [ 2.05611213]]

 [[-0.14251287]
  [ 1.00922816]
  [-0.55403104]]]


 [[[ 1.75657437]
  [ 1.46381575]
  [ 1.10527197]]

 [[ 0.22667296]
  [ 0.18305552]
  [ 0.5778761 ]]]


 [[[ 0.26501242]
  [-0.4863313 ]
  [ 1.01096974]]

 [[-2.46562874]
  [ 0.19516242]
  [-1.92500848]]]


 [[[ 0.97904566]
  [ 0.80444414]
  [ 0.99981326]]

 [[-0.74329878]
  [-0.9265738 ]
  [ 0.0288684 ]]]]
  '''

5)np.random.randn()的輸入通常為整數(shù),但是如果為浮點數(shù),則會自動直接截斷轉(zhuǎn)換為整數(shù)。

作用:通過本函數(shù)可以返回一個或一組服從標(biāo)準(zhǔn)正態(tài)分布的隨機樣本值。

特點: 標(biāo)準(zhǔn)正態(tài)分布是以0為均數(shù)、以1為標(biāo)準(zhǔn)差的正態(tài)分布,記為N(0,1)。對應(yīng)的正態(tài)分布曲線如下所示,即:

在這里插入圖片描述

注:

標(biāo)準(zhǔn)正態(tài)分布曲線下面積分布規(guī)律是:

在-1.96~+1.96范圍內(nèi)曲線下的面積等于0.9500(即取值在這個范圍的概率為95%),在-2.58~+2.58范圍內(nèi)曲線下面積為0.9900(即取值在這個范圍的概率為99%).
因此,由 np.random.randn()函數(shù)所產(chǎn)生的隨機樣本基本上取值主要在-1.96~+1.96之間,當(dāng)然也不排除存在較大值的情形,只是概率較小而已。

參考:

https://blog.csdn.net/abc13526222160/article/details/86423754

https://www.cnblogs.com/BBS2013/p/12839042.html

到此這篇關(guān)于Numpy中np.random.rand()和np.random.randn() 用法和區(qū)別詳解的文章就介紹到這了,更多相關(guān)Numpy np.random.rand()和np.random.randn()內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • 結(jié)束運行python的方法

    結(jié)束運行python的方法

    在本篇文章里小編給大家分享的是關(guān)于結(jié)束運行python的方法以及相關(guān)代碼,有需要的朋友們跟著學(xué)習(xí)下。
    2020-06-06
  • easy_install python包安裝管理工具介紹

    easy_install python包安裝管理工具介紹

    在python里要實現(xiàn)像ruby的gem遠程包自動安裝和卸載的工具就是easy_install
    2013-02-02
  • 用Python把csv文件批量修改編碼為UTF-8格式并轉(zhuǎn)為Excel格式的方法

    用Python把csv文件批量修改編碼為UTF-8格式并轉(zhuǎn)為Excel格式的方法

    有時候用excel打開一個csv文件,中文全部顯示亂碼,然后手動用notepad++打開,修改編碼為utf-8并保存后,再用excel打開顯示正常,本文將給大家介紹一下用Python把csv文件批量修改編碼為UTF-8格式并轉(zhuǎn)為Excel格式的方法,需要的朋友可以參考下
    2023-09-09
  • Python使用numpy產(chǎn)生正態(tài)分布隨機數(shù)的向量或矩陣操作示例

    Python使用numpy產(chǎn)生正態(tài)分布隨機數(shù)的向量或矩陣操作示例

    這篇文章主要介紹了Python使用numpy產(chǎn)生正態(tài)分布隨機數(shù)的向量或矩陣操作,簡單描述了正態(tài)分布的概念并結(jié)合實例形式分析了Python使用numpy模塊結(jié)合matplotlib繪制正態(tài)分布曲線圖相關(guān)操作技巧,需要的朋友可以參考下
    2018-08-08
  • Python摳圖教程之使用OpenCV實現(xiàn)背景去除

    Python摳圖教程之使用OpenCV實現(xiàn)背景去除

    這篇文章主要給大家介紹了關(guān)于Python摳圖教程之使用OpenCV實現(xiàn)背景去除的相關(guān)資料,背景去除是在很多視覺應(yīng)用里的主要預(yù)處理步驟,文中通過代碼介紹的非常詳細,需要的朋友可以參考下
    2023-10-10
  • 解決python和pycharm安裝gmpy2 出現(xiàn)ERROR的問題

    解決python和pycharm安裝gmpy2 出現(xiàn)ERROR的問題

    這篇文章主要介紹了python和pycharm安裝gmpy2 出現(xiàn)ERROR的解決方法,本文給大家介紹的非常詳細,對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2020-08-08
  • Python模塊的制作方法實例分析

    Python模塊的制作方法實例分析

    這篇文章主要介紹了Python模塊的制作方法,結(jié)合實例形式分析了Python第三方模塊的編寫、調(diào)用相關(guān)操作技巧與使用注意事項,需要的朋友可以參考下
    2019-12-12
  • Python實現(xiàn)自動化對Word文檔添加或移除行號

    Python實現(xiàn)自動化對Word文檔添加或移除行號

    Word文檔中的行號(行編號)功能是對于精細化的文檔編輯以及解析非常有用的功能,添加行號能夠極大地提升文檔的可讀性和定位效率,本文將介紹如何使用Python來實現(xiàn)自動化對Word文檔添加或移除行號,為文檔處理工作帶來便捷,需要的朋友可以參考下
    2024-07-07
  • Python使用turtle庫繪制小豬佩奇(實例代碼)

    Python使用turtle庫繪制小豬佩奇(實例代碼)

    這篇文章主要介紹了Python使用turtle庫繪制小豬佩奇,本文通過實例代碼給大家介紹的非常詳細,具有一定的參考借鑒價值,需要的朋友可以參考下
    2020-01-01
  • 淺談numpy中l(wèi)inspace的用法 (等差數(shù)列創(chuàng)建函數(shù))

    淺談numpy中l(wèi)inspace的用法 (等差數(shù)列創(chuàng)建函數(shù))

    下面小編就為大家?guī)硪黄獪\談numpy中l(wèi)inspace的用法 (等差數(shù)列創(chuàng)建函數(shù))。小編覺得挺不錯的,現(xiàn)在就分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2017-06-06

最新評論