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.rand是NumPy库中的一个函数，用于生成指定形状的随机数组。它返回一个在[0, 1)范围内均匀分布的随机样本，样本的形状由参数指定。

具体来说，np.random.rand函数的用法如下：

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

其中d0, d1, ..., dn表示生成随机数组的维度。

下面是一些示例：

import numpy as np

# 生成一个形状为(3, 3)的随机数组
arr1 = np.random.rand(3, 3)
print(arr1)

# 生成一个形状为(2, 4, 3)的随机数组
arr2 = np.random.rand(2, 4, 3)
print(arr2)

输出：

[[0.12345678 0.23456789 0.3456789 ]
 [0.45678901 0.56789012 0.67890123]
 [0.78901234 0.89012345 0.90123456]]
 
[[[0.12345678 0.23456789 0.3456789 ]
  [0.45678901 0.56789012 0.67890123]
  [0.78901234 0.89012345 0.90123456]
  [0.12345678 0.23456789 0.3456789 ]]

 [[0.45678901 0.56789012 0.67890123]
  [0.78901234 0.89012345 0.90123456]
  [0.12345678 0.23456789 0.3456789 ]
  [0.45678901 0.56789012 0.67890123]]]

希望对你有所帮助！如果有更多问题，请继续提问。