深度学习的项目开发过程中,经常会用到pandas和numpy工具,其中有个生成随机数的模块random,在这里总结了常用的random模块:
1.random.random()
import numpy as np
a = np.random.random()
print(a)
b = np.random.random([2, 3])
print(b)
输出结果为:
0.03433781371150335
[[0.92919315 0.54115023 0.55020653]
[0.89880186 0.72012344 0.74404579]]
可以看到**random.random()**用于生成一个0到1的随机符点数: 0 <= n < 1.0,代码列出了其两种格式的参数的使用方法。
2.random.uniform()
import numpy as np
a = np.random.uniform()
print(a)
输出的结果为:
0.7123588997033209
random.uniform用于生成一个指定范围内的随机符点数,代码中默认参数是[0, 10), 参数可以指定,前开后闭。
3.random.randint()
这里要注意需要至少给出一个参数,一个参数的情况,范围的起点就默认为0
import numpy as np
a = np.random.randint(2)
print(a)
输出结果:
1
这里列举了几种在深度学习debug过程中常用的随机数函数,然而并不完整,欢迎各位补充!