tensorflow random的用法

NumPy随机数生成详解
本文详细介绍了如何使用NumPy库生成不同类型的随机数。包括生成0到1之间的随机浮点数、指定范围内的均匀分布随机数以及整数随机数等。通过具体的代码示例,帮助读者更好地理解和应用这些函数。

np.random.rand (,)

np.random.rand 表示随机数为0-1之间

np.random.rand(100) #1*100的矩阵

#  生成100个0-1之间的随机数   其每个元素为0-1的随机数


#np.random.rand(3,3) 

3*3的矩阵,其每个元素为0-1的随机数

np.random.uniform([5], 1, 10)

np.random.uniform([5], 1, 10)
Out[327]: 
array([ 2.26734639,  1.32894563,  2.0341473 ,  4.66839808,  3.46518342,
        3.4772681 ,  2.02430165,  3.20716142,  4.76207478,  2.16167592])

#11、np.random.uniform(shape 向量元素个数,minval=0最小值,maxval=None最大值,
#dtype=tf.float32数值类型,seed=None个人理解线性同余数产生随机数的种子,name=None个人认为这句话没有意义)
#返回一个形状为shape的tensor,其中的元素服从minval和maxval之间的均匀分【minval,maxval】


np.random.uniform(10,20,size=(3,3))
Out[341]: 
array([[ 12.07539643,  13.33005375,  16.80440556],
       [ 19.78497105,  17.53327947,  14.34512214],
       [ 12.79582922,  11.31339295,  17.17453172]])


np.random.randint 表示生成整数的随机数

np.random.randint(0,100,size=10)#一维度矩阵
Out[331]: array([28, 91, 10, 29, 23, 17, 80, 72, 21, 95])


In [333]: np.random.randint(0,100,size=(3,3))#3*3的矩阵 矩阵的元素在1-100之间

Out[333]:

array([[98, 42, 48],

[32, 68, 54],

[60, 80, 36]])


评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值