參考：
- https://blog.csdn.net/abc13526222160/article/details/86423754
- https://www.cnblogs.com/BBS2013/p/12839042.html
- numpy.random.rand(d0, d1, …, dn)的隨機樣本位于[0, 1)中：本函式可以回傳一個或一組服從**“0~1”均勻分布**的隨機樣本值，
- numpy.random.randn(d0, d1, …, dn)是從標準正態分布中回傳一個或多個樣本值，
1. np.random.rand()
-
語法：
np.random.rand(d0,d1,d2……dn)
注：使用方法與np.random.randn()函式相同 -
作用：
通過本函式可以回傳一個或一組服從“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， -
應用：在深度學習的Dropout正則化方法中，可以用于生成dropout隨機向量（dl），
例如（keep_prob表示保留神經元的比例）：
dl = np.random.rand(al.shape[0],al.shape[1]) < keep_prob
-
舉例：
-
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，
均勻分布由兩個引數a和b定義，它們是數軸上的最小值和最大值，通常縮寫為U（a，b），
均勻分布的概率密度函式為：
2. np.random.randn()
- 語法：
np.random.randn(d0,d1,d2……dn)
1)當函式括號內沒有引數時，則回傳一個浮點數；
2）當函式括號內有一個引數時，則回傳秩為1的陣列，不能表示向量和矩陣；
3）當函式括號內有兩個及以上引數時，則回傳對應維度的陣列，能表示向量或矩陣；
4）np.random.standard_normal（）函式與np.random.randn()類似，但是np.random.standard_normal（）的輸入引數為元組（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，但是如果為浮點數，則會自動直接截斷轉換為整數，
-
作用：通過本函式可以回傳一個或一組服從標準正態分布的隨機樣本值，
-
特點： 標準正態分布是以0為均數、以1為標準差的正態分布，記為N（0，1），對應的正態分布曲線如下所示，即：
-
注：
標準正態分布曲線下面積分布規律是：
在-1.96～+1.96范圍內曲線下的面積等于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()函式所產生的隨機樣本基本上取值主要在-1.96~+1.96之間，當然也不排除存在較大值的情形，只是概率較小而已，
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/187439.html
標籤：其他