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(shí)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(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)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(jī)樣本位于[0, 1)中:本函數(shù)可以返回一個(gè)或一組服從**“0~1”均勻分布**的隨機(jī)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(gè)或多個(gè)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(gè)或一組服從“0~1”均勻分布的隨機(jī)樣本值。隨機(jī)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(jī)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(duì)稱概率分布,在相同長(zhǎng)度間隔的分布概率是等可能的。

均勻分布由兩個(gè)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(hào)內(nèi)沒有參數(shù)時(shí),則返回一個(gè)浮點(diǎn)數(shù);
2)當(dāng)函數(shù)括號(hào)內(nèi)有一個(gè)參數(shù)時(shí),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(hào)內(nèi)有兩個(gè)及以上參數(shù)時(shí),則返回對(duì)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(diǎn)數(shù),則會(huì)自動(dòng)直接截?cái)噢D(zhuǎn)換為整數(shù)。

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

特點(diǎn): 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(duì)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(gè)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(gè)范圍的概率為99%).
因此,由 np.random.randn()函數(shù)所產(chǎn)生的隨機(jī)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(qǐng)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

最新評(píng)論