numpy 随机生成矩阵

这篇具有很好参考价值的文章主要介绍了numpy 随机生成矩阵。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

import numpy as np

np.random.randint(a, b, size=(c, d)):

注:a-b表示生成[a,b]数的范围,后面size表示生成矩阵的大小

#eg:
np.random.randint(0,10,(4,3))
array([[0, 3, 6],
       [8, 0, 8],
       [6, 5, 8],
       [7, 0, 9]])

np.random.rand(a, b)

注:通过本函数可以返回一个或者一组服从“0-1”分布的随机样本值。随机样本取值的范围为[0,1)

应用:在Dropout正则化方法中用到,可以用来生成dropout随机向量例如d3 = np.random.rand(a3.shape[0], a3.shape[1])文章来源地址https://www.toymoban.com/news/detail-511600.html

keep_prob = 0.30
a3 = np.random.randint(0,10,(4,3))
print(a3)
d3 = np.random.rand(a3.shape[0], a3.shape[1])<keep_prob#s输出威布尔变量
print(d3)
a3 = np.multiply(a3, d3, dtype='float32')
a3 =a3/keep_prob
a3
[[2 8 1]
 [2 5 4]
 [1 8 9]
 [5 0 8]]
[[ True  True  True]
 [False  True False]
 [ True False False]
 [False False False]]





array([[ 6.6666665, 26.666666 ,  3.3333333],
       [ 0.       , 16.666666 ,  0.       ],
       [ 3.3333333,  0.       ,  0.       ],
       [ 0.       ,  0.       ,  0.       ]], dtype=float32)

到了这里,关于numpy 随机生成矩阵的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • numpy抽样函数 np.random.choice用法详解

    顾名思义,抽样函数,定义如下: 参数说明: a :待抽样的样本(一维数组或整数) size: 输出大小,默认返回单个元素 replace : 抽样后的元素是否可重复,默认是 p: 每个样本点被抽样的概率,默认均匀抽样 举例如下: 从[1,2,3,4,5]中随机抽三个元素,可重复,概率分别为[0.1,

    2024年02月15日
    浏览(46)
  • numpy 随机生成矩阵

    np.random.randint(a, b, size=(c, d)): 注:a-b表示生成[a,b]数的范围,后面size表示生成矩阵的大小 np.random.rand(a, b) 注:通过本函数可以返回一个或者一组服从“0-1”分布的随机样本值。随机样本取值的范围为[0,1) 应用:在Dropout正则化方法中用到,可以用来生成dropout随机向量例如d3 =

    2024年02月11日
    浏览(43)
  • 使用 NumPy 随机生成矩阵

    使用 NumPy 随机生成矩阵 在科学计算领域中,随机数生成是一种常见的需求。在 Python 中,NumPy 库提供了众多生成随机矩阵的函数,可以轻松地实现随机数生成。本文将详细介绍 NumPy 中生成随机矩阵的各种方法。 np.random.rand() np.random.rand() 函数用于返回 [0, 1) 之间的随机浮点数

    2024年02月03日
    浏览(42)
  • np.random.shuffle()+random.seed()设定随机种子,多次打乱,打乱规则固定

    在打乱数据集的时候遇到了这样一个问题:我有两组数据集,一组是image,一组是mask(语义分割任务,与本文无关),image和mask里都是图片,且一一对应,即 image里的第一张图片对应mask里的第一张图片 ,不能乱,因此打乱数据集的时候要对image和mask 以同样的顺序打乱 。 比

    2024年02月04日
    浏览(46)
  • python中使用numpy包的向量矩阵相乘np.dot和np.matmul

    一直对np的线性运算不太清晰,正好上课讲到了,做一个笔记整个理解一下  在numpy中,一重方括号表示的是向量vector,vector没有行列的概念。二重方括号表示矩阵matrix,有行列。 代码显示如下: 即使[1,2,3]、[[1,2,3]]看起来内容一样 使用过程中也会有完全不一样的变化。下面

    2024年01月25日
    浏览(44)
  • Python random randint() 方法

    Python random randint() 方法 Python random 模块 Python random 模块 Python random.randint() 方法返回指定范围内的整数。 randint(start, stop) 等价于 randrange(start, stop+1)。 语法 random.randint() 方法语法如下: random.randint(start, stop) 参数说明: 返回值 返回指定范围内的整数。 实例 以下实例返回一个

    2024年04月12日
    浏览(36)
  • python:random --- 生成伪随机数

    该模块实现了各种分布的伪随机数生成器。 对于整数,从范围中有统一的选择。 对于序列,存在随机元素的统一选择、用于生成列表的随机排列的函数、以及用于随机抽样而无需替换的函数。 在实数轴上,有计算均匀、正态(高斯)、对数正态、负指数、伽马和贝塔分布的

    2024年02月09日
    浏览(53)
  • openssl研发随机数(random)生成(含源码)

    在 OpenSSL 中,随机数生成是一个非常重要的任务,用于生成密码学中的随机数,密钥和初始化向量等。在开发应用程序时,保证随机数的质量和随机性非常关键,因为弱的随机数可能导致密码学的弱点,使得应用程序容易受到攻击。 在 OpenSSL 中,你可以使用以下函数来生成随

    2024年02月08日
    浏览(51)
  • Python生成随机数的一个标准库-random

    Random库Python中用于生成随机数的一个标准库。计算机没有办法产生真正的随机数,但它可以产生伪随机数。 伪随机数是计算机按照一定的运算规则产生的一些数据,只不过这些数据表现为随机数的形式。计算机中采用梅森旋转算法生成为随机序列,序列中的每一个元素就是伪

    2023年04月26日
    浏览(46)
  • 【Python】数据科学工具(Numpy Pandas np.array() 创建访问数组 向量与矩阵 Series DataFrame)

    1.Numpy numpy是Python中一个非常重要的科学计算库,其最基础的功能就是N维数组对象——ndarray。 1.1 数组的创建 1)np.array() 用 np.array() 函数可以将Python的序列对象(如列表、元组)转换为ndarray数组。 2)arange、linspace、logspace np.arange(start, stop, step) :创建一个一维数组,其中的值

    2024年02月10日
    浏览(48)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包