np.random.rand()

np.random.rand()函数用于生成服从0~1均匀分布的随机样本值。它可以返回一个或一组随机样本值，取值范围是[0,1)，不包括1。

以下是一个使用np.random.rand()函数生成随机样本值的例子：

import numpy as np

# 生成一个随机样本值
random_value = np.random.rand()
print(random_value)  # 输出一个0~1之间的随机数

# 生成一个3x3的随机样本矩阵
random_matrix = np.random.rand(3, 3)
print(random_matrix)  # 输出一个3x3的矩阵，元素值在0~1之间

这个函数在深度学习的Dropout正则化方法中经常被用到，可以用于生成dropout随机向量。例如，如果要生成一个与矩阵al形状相同的dropout随机向量dl，可以使用以下代码：

dl = np.random.rand(al.shape[0], al.shape[1]) < keep_prob

这里的keep_prob表示保留神经元的比例，dl中的元素值为True或False，表示是否保留对应位置的神经元。