1 RandomState 的应用场景概述
在训练神经网络时,苦于没有数据,此时numpy为我们提供了 “生产” 数据集的一种方式。
例如在搭建神经网络(一)中的 4.3 准备数据集 章节中就是采用np.random.mtrand.RandomState “生产” 数据的。
常用的方式如下
import numpy as np # 设置seed值,生成ndarray对象 SEED = 23455 # 基于seed产生随机数 rdm = np.random.mtrand.RandomState(SEED) # rand函数产生随机数,返回32行2列矩阵 # 32行代表32组数据,2代表输入数据的2个特征 X = rdm.rand(32, 2) # 为每组数据制备标签 # 若(体积+重量) ≥ 1,则 Y 赋值 0 # 若(体积+重量) < 1,则 Y 赋值 1 # Y 值为输入数据集的标签(正确答案),这里记为 Y_ Y_ = [[int(x0 + x1 < 1)] for (x0, x1) in X] </