溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
今天就跟大家聊聊有關Numpy中np.random.rand()和np.random.randn() 的區別有哪些，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。
numpy.random.rand(d0, d1, …, dn)的隨機樣本位于[0, 1)中：本函數可以返回一個或一組服從**“0~1”均勻分布**的隨機樣本值。
numpy.random.randn(d0, d1, …, dn)是從標準正態分布中返回一個或多個樣本值。
1. np.random.rand()
語法：
np.random.rand(d0,d1,d2……dn)
注：使用方法與np.random.randn()函數相同
作用：
通過本函數可以返回一個或一組服從“0~1”均勻分布的隨機樣本值。隨機樣本取值范圍是[0,1)，不包括1。
應用：在深度學習的Dropout正則化方法中，可以用于生成dropout隨機向量（dl），
例如（keep_prob表示保留神經元的比例）：
dl = np.random.rand(al.shape[0],al.shape[1]) < keep_prob
舉例：
注：
均勻分布:
也叫矩形分布，它是對稱概率分布，在相同長度間隔的分布概率是等可能的。
均勻分布由兩個參數a和b定義，它們是數軸上的最小值和最大值，通常縮寫為U（a，b）。
均勻分布的概率密度函數為：
2. np.random.randn() 語法：
np.random.randn(d0,d1,d2……dn)
1)當函數括號內沒有參數時，則返回一個浮點數；
2）當函數括號內有一個參數時，則返回秩為1的數組，不能表示向量和矩陣；
3）當函數括號內有兩個及以上參數時，則返回對應維度的數組，能表示向量或矩陣；
4）np.random.standard_normal（）函數與np.random.randn()類似，但是np.random.standard_normal（）的輸入參數為元組（tuple）。
# 舉例： np.random.standard_normal((5)) # [-0.53268495 0.30171848 1.85232368 -0.58746393 0.19683992] np.random.standard_normal((5,2)) ''' [[-2.44520524 2.29767001] [-1.19770033 -1.09569325] [-0.75414833 0.49509984] [-1.42537268 0.41788237] [ 1.85465491 -1.44383249]] ''' np.random.standard_normal((5,2,3)) ''' [[[ 0.54013502 -0.25347615 1.73395647] [ 1.03386947 -0.54856199 2.10004584]] [[-0.57632903 -0.05856844 1.72805595] [ 1.3507174 0.61459539 0.63380028]] [[-2.24857933 -1.29276097 0.42585061] [ 0.75974263 -0.83670586 -1.56930898]] [[-0.32212 1.2884624 1.53744081] [ 1.5444555 -1.82408734 -0.55952688]] [[-1.21191144 -1.40454518 -0.3369976 ] [-0.89314143 0.28291988 1.58394166]]] ''' np.random.standard_normal((5,2,3,1)) ''' [[[[ 0.19019221] [ 0.64618425] [ 0.99815722]] [[-0.0570328 ] [ 0.83271045] [-0.30469335]]] [[[-1.14788388] [ 0.09563431] [ 2.05611213]] [[-0.14251287] [ 1.00922816] [-0.55403104]]] [[[ 1.75657437] [ 1.46381575] [ 1.10527197]] [[ 0.22667296] [ 0.18305552] [ 0.5778761 ]]] [[[ 0.26501242] [-0.4863313 ] [ 1.01096974]] [[-2.46562874] [ 0.19516242] [-1.92500848]]] [[[ 0.97904566] [ 0.80444414] [ 0.99981326]] [[-0.74329878] [-0.9265738 ] [ 0.0288684 ]]]] '''
5）np.random.randn()的輸入通常為整數，但是如果為浮點數，則會自動直接截斷轉換為整數。
作用：通過本函數可以返回一個或一組服從標準正態分布的隨機樣本值。
特點： 標準正態分布是以0為均數、以1為標準差的正態分布，記為N（0，1）。對應的正態分布曲線如下所示，即：
注：
標準正態分布曲線下面積分布規律是：
在-1.96～+1.96范圍內曲線下的面積等于0.9500（即取值在這個范圍的概率為95%），在-2.58～+2.58范圍內曲線下面積為0.9900（即取值在這個范圍的概率為99%）.
因此，由 np.random.randn()函數所產生的隨機樣本基本上取值主要在-1.96~+1.96之間，當然也不排除存在較大值的情形，只是概率較小而已。
看完上述內容，你們對Numpy中np.random.rand()和np.random.randn() 的區別有哪些有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
