有的时候,我们需要对一个矩阵进行初始化,比如在做神经网络的时候,权值参数的初始化是很重要的。

假设下面都是要初始化一个3行4列的矩阵,即shape=(3,4)。

生成一个全为0的矩阵。

print(np.zeros((3,4)))


生成一个全为1的矩阵。

print(np.ones((3,4)))


使用随机数。

print(np.random.rand(3,4))


你也应该猜到了,这个生成的是【0,1)之间的随机数,里面的数都是等概率的抽取,即均匀分布。

Create an array of the given shape and populate it with
random samples from a uniform distribution
over [0, 1).

突破【0,1)

np.random.uniform(-1,1,(3,4))#[-1,1)均匀分布


均匀分布+整数

print(np.random.randint(1,5,(3,4)))


注意,区间是左闭右开,随机采样的准则是离散均匀分布。

Return random integers from low (inclusive) to high (exclusive).
Return random integers from the “discrete uniform” distribution of
the “half-open” interval [low, high). If high is None (the default), then results are from [0, low).

正态分布

print(np.random.randn(3,4))


以上是从标准正态分布中随机采样。

Return a sample (or samples) from the “standard normal” distribution.

numpy如何生成随机数相关推荐

  1. <笔记2>numpy的生成随机数用法小记

    numpy的生成随机数用法小记 numpy生成随机数 <以下图片来自黑马程序猿录播课程笔记> import numpy as np import random #random 生产随机数 ...

  2. numpy之生成随机数

    python里随机数生成主要有两种方式,一种是random库,另一种是numpy.random.我目前后一种用的比较多,因此就先介绍后一种中一些(我)可能常用的,第一种等有时间了再整理. 1. 用nu ...

  3. Python:numpy实现生成随机数,忽略warnings

    ''' 作者:Dust ''' # 生成随机数:numpy下的random import numpy as npy import warnings warnings.filterwarnings(&q ...

  4. python 生成随机数的三种方法

    文章目录 1. 使用 random 包生成随机数 2. 使用 numpy 包生成随机数 3. 使用 scipy 包生成随机数 1. 使用 random 包生成随机数 可以生成 均匀分布, 高斯分布,( ...

  5. python生成随机数

    用python生成随机数常用的有如下两种方法 一.python自带的random模块 python标准库中的random函数,可以生成随机浮点数.整数.字符串,甚至帮助你随机选择列表序列中的一个元素, ...

  6. python自定义随机数_python:numpy.random模块生成随机数

    简介 所谓生成随机数,即按照某种概率分布,从给定的区间内随机选取一个数.常用的分布有:均匀分布(uniform distribution),正态分布(normal distribution),泊松分布 ...

  7. python产生5个随机数_Python和numpy生成随机数

    http://blog.csdn.net/pipisorry/article/details/39086463 随机数种子 要每次产生随机数相同就要设置种子,相同种子数的Random对象,相同次数生成 ...

  8. Numpy 生成随机数和乱序

    Numpy 生成随机数和乱序 Numpy官网:http://www.numpy.org/ 一.生成随机数 1. numpy.random.rand(d0, d1, -, dn) 生成在 [0, 1) ...

  9. NumPy——生成随机数的学习笔记~

    1 致谢 感谢网友OraYang和Asia-Lee的帮助~ 原文链接如下: https://blog.csdn.net/u010665216/article/details/78569370?loca ...

最新文章

  1. 公路病害检测有了“智慧眼”,思谋AI“助力”广东省高速公路
  2. SOA 案例研究:SOA 设计
  3. 2020-11-10(进程的优先级)
  4. 翻译《Writing Idiomatic Python》(五):类、上下文管理器、生成器
  5. worker进程和task进程区别_celery 每个 worker 在执行任务时,如何配置一定数量的 task?...
  6. python调用ffmpeg合并_用ffmpeg命令处理mp4剪切与合并
  7. python-函数-局部变量与全局变量
  8. 2005 mysql连接字符串_怎么用c#远程连接sql server2005,连接字符串怎么写
  9. 【逆向知识】VS程序反汇编找main函数
  10. Spark源码学习1.6——Executor.scala
  11. 高质量程序设计指南-c/c++语言:笔记之C++函数的高级特性
  12. 摩托罗拉linux专属游戏,摩托罗拉E680软件以及游戏应用大全
  13. Kafka常见面试题
  14. 解决win10新建文本文档内容可以打开但显示图标不对的问题
  15. mac QQ 语音或视频时其他声音变小的解决办法
  16. 华为云文件夹服务器,华为云文件夹服务器
  17. geojson和topojson数据格式
  18. Web安全防攻(渗透测试)
  19. 【区块链 | 前端】前端开发人员入门区块链的最佳实践
  20. 进程间通信的六大方式

热门文章

  1. TensorBoard可视化网络结构和参数Tensorboard windows显示空白
  2. 福利 | 2022全球敏捷运维峰会:跟技术老将畅聊时下数据库、运维、金融科技应“云”而生的技术创新...
  3. 构建可以查找相似图像的图像搜索引擎的深度学习技术详解
  4. 《Science》刊登中科院最新突破,用二氧化碳合成淀粉,网友已开始安排诺贝尔奖...
  5. 独家 | 使用机器学习对非结构化数据加速查询-第2部分(具有统计保证的近似选择查询)...
  6. 124页,UC伯克利大学胡戎航博士论文公布:视觉与语言推理的结构化模型
  7. 吐血整理:24种可视化图表优缺点对比,一图看懂!
  8. 刘云鹏:大数据,让我离生活更近 | 优秀毕业生专访
  9. 招聘 | 阿里巴巴搜索推荐事业部-知识图谱校招
  10. 赠票 | 深度强化学习的理论、算法与应用专题探索班