np.random.rand()函数

np.random.rand()函数是一个用于生成服从0~1均匀分布的随机样本值的函数。它的返回值是一个或一组随机样本值，取值范围是[0,1)，不包括1。该函数可以接受多个参数，用于指定生成随机样本值的维度。例如，np.random.rand(2,3)可以生成一个2行3列的随机矩阵。这个函数在深度学习中的Dropout正则化方法中经常被用来生成dropout随机向量。例如，你可以用np.random.rand(al.shape, al.shape) < keep_prob来生成一个与al形状相同的dropout随机向量，其中keep_prob表示保留神经元的比例。

相关问题

np.random.rand函数的用法

np.random.rand函数用于生成一个或多个服从“0~1”均匀分布的随机样本值，返回值是一个ndarray数组。该函数的语法格式如下：

numpy.random.rand(d0, d1, ..., dn)

其中，d0, d1, ..., dn是生成的随机数的维度，可以是整数或整数元组。如果没有参数，则返回单个随机浮点数。

以下是一些使用np.random.rand函数生成随机数的例子：

import numpy as np

# 生成一个随机浮点数
rand_num = np.random.rand()
print(rand_num) # 输出：0.123456789

# 生成一个1维数组，包含5个随机浮点数
rand_arr = np.random.rand(5)
print(rand_arr) # 输出：[0.12345679 0.2345679  0.34567801 0.45678902 0.56789013]

# 生成一个2维数组，包含3行4列的随机浮点数
rand_arr_2d = np.random.rand(3, 4)
print(rand_arr_2d)
# 输出：
# [[0.12345679 0.2345679  0.34567801 0.45678902]
#  [0.56789013 0.67890124 0.78901235 0.89012346]
#  [0.90123457 0.01234568 0.12345679 0.2345679 ]]

np.random.rand,np.random.randn,np.random.random

`np.random.rand`, `np.random.randn`, 和 `np.random.random` 都是 NumPy 中用于生成随机数的函数：

1. `np.random.rand(size)`：生成一个给定形状（size）的浮点数数组，其值均匀分布在 `[0, 1)` 区间内。所有元素都是独立同分布（i.i.d.）的，即彼此之间相互独立，且服从标准正态分布（均值为0，标准差为1）。

2. `np.random.randn(size)`：与 `rand` 类似，也是生成浮点数数组，但是其元素默认是标准正态分布的随机数，即均值为0，标准差为1。所以即使没有明确指定范围，生成的数也通常会被认为是在 [-3, 3] 左右的范围内。

3. `np.random.random(size)`：同样生成一个给定形状的浮点数数组，数组中的每一个元素都在 `[0, 1)` 范围内，与 `rand` 相似，也是 i.i.d. 的。

这些函数广泛应用于数据预处理、模拟实验等场景中，帮助创建随机样本。如果你需要生成特定范围内的非均匀分布随机数，可以结合其他技巧如 `a * rand() + b` 来调整生成值的范围。