【Numpy】中np.random.rand()和np.random.randn()的用法和区别
numpy.random.rand(d0, d1, …, dn)的随机样本位于[0, 1)中:本函数可以返回一个或一组服从**“0~1”均匀分布**的随机样本值。numpy.random.randn(d0, d1, …, dn)是从标准正态分布中返回一个或多个样本值。1. np.random.rand()语法:np.random.rand(d0,d1,d2……dn)注:使用方法与np.random
参考:
- numpy.random.rand(d0, d1, …, dn)的随机样本位于[0, 1)中:本函数可以返回一个或一组服从**“0~1”均匀分布**的随机样本值。
- numpy.random.randn(d0, d1, …, dn)是从标准正态分布中返回一个或多个样本值。
1. np.random.rand()
-
语法:
np.random.rand(d0,d1,d2……dn)
注:使用方法与np.random.randn()函数相同 -
作用:
通过本函数可以返回一个或一组服从“0~1”均匀分布的随机样本值。随机样本取值范围是[0,1),不包括1。 -
应用:在深度学习的Dropout正则化方法中,可以用于生成dropout随机向量(dl),
例如(keep_prob表示保留神经元的比例):
dl = np.random.rand(al.shape[0],al.shape[1]) < keep_prob
-
举例:
-
注:
均匀分布:
也叫矩形分布,它是对称概率分布,在相同长度间隔的分布概率是等可能的。
均匀分布由两个参数a和b定义,它们是数轴上的最小值和最大值,通常缩写为U(a,b)。
均匀分布的概率密度函数为:
2. np.random.randn()
- 语法:
np.random.randn(d0,d1,d2……dn)
1)当函数括号内没有参数时,则返回一个浮点数;
2)当函数括号内有一个参数时,则返回秩为1的数组,不能表示向量和矩阵;
3)当函数括号内有两个及以上参数时,则返回对应维度的数组,能表示向量或矩阵;
4)np.random.standard_normal()函数与np.random.randn()类似,但是np.random.standard_normal()的输入参数为元组(tuple)。
# 举例:
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()的输入通常为整数,但是如果为浮点数,则会自动直接截断转换为整数。
-
作用:通过本函数可以返回一个或一组服从标准正态分布的随机样本值。
-
特点: 标准正态分布是以0为均数、以1为标准差的正态分布,记为N(0,1)。对应的正态分布曲线如下所示,即:
-
注:
标准正态分布曲线下面积分布规律是:
在-1.96~+1.96范围内曲线下的面积等于0.9500(即取值在这个范围的概率为95%),在-2.58~+2.58范围内曲线下面积为0.9900(即取值在这个范围的概率为99%).
因此,由 np.random.randn()函数所产生的随机样本基本上取值主要在-1.96~+1.96之间,当然也不排除存在较大值的情形,只是概率较小而已。
![Logo](https://devpress.csdnimg.cn/79de2bf0b7994defa4242ef90d5513fa.jpg)
开放原子开发者工作坊旨在鼓励更多人参与开源活动,与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动,如meetup、训练营等,主打技术交流,干货满满,真诚地邀请各位开发者共同参与!
更多推荐
所有评论(0)