创建随机数矩阵的简单方法

Question

我试图创建一个随机数矩阵,但我的解决方案太长,看起来很难看

random_matrix = [[random.random() for e in range(2)] for e in range(3)]

这看起来不错,但在我的实现中它是

weights_h = [[random.random() for e in range(len(inputs[0]))] for e in range(hiden_neurons)]

这是非常难以理解的,不适合一条线.

Answer 1

你可以放弃range(len()):

weights_h = [[random.random() for e in inputs[0]] for e in range(hiden_neurons)]

但实际上,你应该使用numpy.

In [9]: numpy.random.random((3, 3))
Out[9]:
array([[ 0.37052381,  0.03463207,  0.10669077],
       [ 0.05862909,  0.8515325 ,  0.79809676],
       [ 0.43203632,  0.54633635,  0.09076408]])

Answer 2

看看numpy.random.rand:

Docstring:rand(d0,d1,...,dn)

给定形状的随机值.

创建给定形状的数组,并使用来自均匀分布的随机样本进行传播[0, 1).

>>> import numpy as np
>>> np.random.rand(2,3)
array([[ 0.22568268,  0.0053246 ,  0.41282024],
       [ 0.68824936,  0.68086462,  0.6854153 ]])

Answer 3

使用np.random.randint()的numpy.random.random_integers()是过时

random_matrix = numpy.random.randint(min_val,max_val,(<num_rows>,<num_cols>))

Answer 4

看起来您正在执行 Coursera 机器学习神经网络练习的 Python 实现。这是我为 randInitializeWeights(L_in, L_out) 所做的

#get a random array of floats between 0 and 1 as Pavel mentioned 
W = numpy.random.random((L_out, L_in +1))

#normalize so that it spans a range of twice epsilon
W = W * 2 * epsilon

#shift so that mean is at zero
W = W - epsilon

Answer 5

为了创建随机数数组，NumPy 提供了使用以下方法创建数组的功能：

1. 实数

2. 整数

使用随机实数创建数组： 有 2 个选项

1. random.rand（用于生成的随机数的均匀分布）
2. random.randn（用于生成随机数的正态分布）

随机.rand

import numpy as np 
arr = np.random.rand(row_size, column_size) 

随机.randn

import numpy as np 
arr = np.random.randn(row_size, column_size) 

使用随机整数创建数组：

import numpy as np
numpy.random.randint(low, high=None, size=None, dtype='l')

在哪里

• low = 从分布中提取的最低（有符号）整数
• high（可选）= 如果提供，则为从分布中提取的最大（有符号）整数以上的一个
• size(可选) = 输出形状，即如果给定形状是 (m, n, k)，则绘制 m * n * k 样本
• dtype（可选）= 所需结果的 dtype。

例如：

给定的示例将生成一个 0 到 4 之间的随机整数数组，其大小为 5*5，有 25 个整数

arr2 = np.random.randint(0,5,size = (5,5))

为了创建 5 x 5 矩阵，应将其修改为

arr2 = np.random.randint(0,5,size = (5,5)),将乘号*改为逗号,#

[[2 1 1 0 1][3 2 1 4 3][2 3 0 3 3][1 3 1 0 0][4 1 2 0 1]]

例如2：

给定的示例将生成一个 0 到 1 之间的随机整数数组，其大小为 1*10，包含 10 个整数

arr3= np.random.randint(2, size = 10)

[0 0 0 0 1 1 0 0 1 1]