numpy 随机生成矩阵
import numpy as npnp.random.randint(a, b, size=(c, d)):注:a-b表示生成[a,b]数的范围,后面size表示生成矩阵的大小#eg:np.random.randint(0,10,(4,3))array([[0, 3, 6],[8, 0, 8],[6, 5, 8],[7, 0, 9]])np.random.rand(a, b)注:通过本函数可以返
·
import numpy as np
np.random.randint(a, b, size=(c, d)):
注:a-b表示生成[a,b]数的范围,后面size表示生成矩阵的大小
#eg:
np.random.randint(0,10,(4,3))
array([[0, 3, 6],
[8, 0, 8],
[6, 5, 8],
[7, 0, 9]])
np.random.rand(a, b)
注:通过本函数可以返回一个或者一组服从“0-1”分布的随机样本值。随机样本取值的范围为[0,1)
应用:在Dropout正则化方法中用到,可以用来生成dropout随机向量例如d3 = np.random.rand(a3.shape[0], a3.shape[1])
keep_prob = 0.30
a3 = np.random.randint(0,10,(4,3))
print(a3)
d3 = np.random.rand(a3.shape[0], a3.shape[1])<keep_prob#s输出威布尔变量
print(d3)
a3 = np.multiply(a3, d3, dtype='float32')
a3 =a3/keep_prob
a3
[[2 8 1]
[2 5 4]
[1 8 9]
[5 0 8]]
[[ True True True]
[False True False]
[ True False False]
[False False False]]
array([[ 6.6666665, 26.666666 , 3.3333333],
[ 0. , 16.666666 , 0. ],
[ 3.3333333, 0. , 0. ],
[ 0. , 0. , 0. ]], dtype=float32)
更多推荐
已为社区贡献2条内容
所有评论(0)