CNN语法【2】

目录

目录

CNN

d2l.vocab

查找功能

返回的是按照词频排序的位次

​编辑

词频统计

py基本语法

strip()

生成随机数

 高斯分布=正态分布

如果想指定范围，就先生成0-1之间的，在做映射

numpy方法汇总  零一之间 01正态分布  随机整数 均匀分布 正态分布 种子

1、numpy.random.rand()numpy.random.rand(d0,d1,..dn) 用于生成指定形状的均匀分布的随机样本，样本值位于[0, 1)之间。

---

---

CNN

d2l.vocab

vocab = d2l.Vocab(alltxt_tokens, min_freq=5, reserved_tokens=['<pad>'])

得到的vocab是怎样的东西呢 

查找功能

 

返回的是按照词频排序的位次

词频统计

 实例

vocab_trial = d2l.Vocab(alltxt_tokens[0], min_freq=2, reserved_tokens=['<pad>'])

py基本语法

strip()

默认用法：去除空格
str.strip()  ： 去除字符串两边的空格
str.lstrip() ： 去除字符串左边的空格
str.rstrip() ： 去除字符串右边的空格

生成随机数

 高斯分布=正态分布

import numpy as np

print(np.random.normal(1,2,2))  #生成两个符合均值为1，标准差为2高斯分布的概率密度随机数
print(np.random.normal(0,1,2))  #生成两个符合均值为0，标准差为1标准正态分布的概率密度随机数

 参数含义：（均值，标准差，随机数个数）

不能指定范围

如果想指定范围，就先生成0-1之间的，在做映射

numpy方法汇总  零一之间 01正态分布  随机整数 均匀分布 正态分布 种子

1、numpy.random.rand()
numpy.random.rand(d0,d1,..dn) 用于生成指定形状的均匀分布的随机样本，样本值位于[0, 1)之间。

例如，

import numpy as np
# 生成一个形状为(2, 3)的随机数组
rand_array = np.random.rand(2, 3)
print(rand_array)

2、numpy.random.randn()
numpy.random.randn(d0,d1,..dn)用于生成指定形状的标准正态分布（均值为0，标准差为1）的随机样本。

例如，

import numpy as np
# 生成一个形状为(2, 3)的标准正态分布的随机数组
randn_array = np.random.randn(2, 3)
print(randn_array)

3、numpy.random.randint()
numpy.random.randint(low,high,(shape))用于生成指定范围内的整数随机样本，可以指定最小值（包括）和最大值（不包括）。

例如，

import numpy as np
# 生成一个范围在[0, 10)内的整数随机数
rand_int = np.random.randint(0, 10)
print(rand_int)

4、numpy.random.uniform()
numpy.random.uniform(low,high,(size))用于生成指定范围内的均匀分布的随机样本。

import numpy as np
# 生成一个范围在[1.0, 2.0)内的均匀分布的随机数
rand_uniform = np.random.uniform(1.0, 2.0)
print(rand_uniform)

5、numpy.random.normal()
numpy.random.normal() 用于生成指定均值和标准差的正态分布的随机样本。

例如，

import numpy as np
# 生成一个均值为0，标准差为1的正态分布的随机数
rand_normal = np.random.normal(0, 1)
print(rand_normal)

6、numpy.random.seed()
numpy.random.seed() 用于设置随机数生成器的种子，以确保生成的随机数是可重现的。种子值可以是任意整数。

例如，

import numpy as np
# 设置随机数生成器的种子为21
np.random.seed(21)
# 生成随机数
rand_num = np.random.rand()
print(rand_num)