『Python学习笔记』np.random.rand()函数和np.random.randn()函数

AI大模型前沿研究

已于 2022-04-05 20:52:42 修改

阅读量6.2w

点赞数 78

CC 4.0 BY-SA版权

分类专栏： Python学习笔记文章标签： python np.random.rand() np.random.randn()

于 2019-01-13 16:42:35 首次发布

引用请附上作者博客链接https://zhangkaifang.blog.csdn.net/，谢谢理解！

49 篇文章

订阅专栏

本文详细解析了np.random.rand和np.random.randn两个函数的语法与应用，前者生成0到1之间的随机数，后者生成标准正态分布的随机数，适用于深度学习中的Dropout正则化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

语法：np.random.rand(d0,d1,d2……dn)
注意：使用方法与np.random.randn()函数相同。
作用： 通过本函数可以返回一个或一组服从“0~1”均匀分布的随机样本值。随机样本取值范围是[0,1)，不包括1。
应用：在深度学习的Dropout正则化方法中，可以用于生成dropout随机向量（dl），
例如：keep_prob表示保留神经元的比例：dl = np.random.rand(al.shape[0],al.shape[1]) < keep_prob
例如：

语法：np.random.randn(d0,d1,d2……dn)
1. 当函数括号内没有参数时，则返回一个浮点数；
2. 当函数括号内有一个参数时，则返回秩为1的数组，不能表示向量和矩阵；
3. 当函数括号内有两个及以上参数时，则返回对应维度的数组，能表示向量或矩阵；
4. np.random.standard_normal()函数与np.random.randn()类似，但是np.random.standard_normal()的输入参数为元组(tuple)。
5. np.random.randn()的输入通常为整数，但是如果为浮点数，则会自动直接截断转换为整数。
作用：通过本函数可以返回一个或一组服从标准正态分布的随机样本值。
特点：标准正态分布是以0为均数、以1为标准差的正态分布，记为N（0，1）。对应的正态分布曲线如下所示，即

标准正态分布曲线下面积分布规律是：在-1.96～+1.96范围内曲线下的面积等于0.9500(即取值在这个范围的概率为95%)，在-2.58～+2.58范围内曲线下面积为0.9900(即取值在这个范围的概率为99%)。
因此：由np.random.randn()函数所产生的随机样本基本上取值主要在-1.96~+1.96之间，当然也不排除存在较大值的情形，只是概率较小而已。