神经网络与深度学习——TensorFlow2.0实战(笔记)(五)(NumPy科学计算库<矩阵和随机数>python)
生活随笔
收集整理的這篇文章主要介紹了
神经网络与深度学习——TensorFlow2.0实战(笔记)(五)(NumPy科学计算库<矩阵和随机数>python)
小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.
矩陣和隨機(jī)數(shù)
矩陣
創(chuàng)建矩陣
#創(chuàng)建矩陣 astring = np.mat("1 2 3; 4 5 6") alist = [[1,2,3],[4,5,6]] anplist = np.array(alist) print(np.matrix(astring))#字符串、列表、元組、數(shù)組 print(np.mat(astring))#字符串、列表、元組、數(shù)組 print(np.mat(alist)) print(np.mat(anplist))矩陣對(duì)象的屬性
jz=np.mat('1 2 3 ; 4 5 6') #矩陣的維數(shù) print(np.ndim(jz)) print(jz.ndim) #矩陣的形狀 print(np.shape(jz)) print(jz.shape) #矩陣的元素個(gè)數(shù) print(np.size(jz)) print(jz.size) #元素的數(shù)據(jù)類型 print(jz.dtype) #矩陣的轉(zhuǎn)置 print(jz.T) #矩陣的求逆 print(jz.I)矩陣運(yùn)算
alist1 = [[0,1],[2,3]] alist2 = [[1,1],[2,0]] a1=np.mat(alist1) a2=np.mat(alist2) print(a1*a2)隨機(jī)數(shù)模塊
#隨機(jī)數(shù)模塊 print(np.random.rand(2,3))#創(chuàng)建2*3的隨機(jī)數(shù)組,取值是在[0,1)之間均勻分布的浮點(diǎn)數(shù) print(np.random.rand())#參數(shù)為空返回一個(gè)數(shù) print(np.random.uniform(1,5,(3,2)))#創(chuàng)建3*2的隨機(jī)數(shù)組,取值是在1到5之間均勻分布的浮點(diǎn)數(shù) print(np.random.randint(1,5,(3,2)))#創(chuàng)建3*2的隨機(jī)數(shù)組,取值是在1到5之間均勻分布的整數(shù) print(np.random.randn(2,3))#創(chuàng)建2*3的隨機(jī)數(shù)組,符合標(biāo)準(zhǔn)正太分布 print(np.random.normal(0,1,(3,2)))#創(chuàng)建3*2的隨機(jī)數(shù)組,符合正太分布,均值為0,方差為1因?yàn)槭请S機(jī)數(shù),使用同樣的語句,所得到的結(jié)果也是不同的
print(np.random.rand(2,3)) print(np.random.rand(2,3))偽隨機(jī)數(shù):
由隨機(jī)種子,根據(jù)一定的算法生成的。
隨機(jī)種子:
指定隨機(jī)數(shù)生成時(shí)所用算法開始的整數(shù)值。
如果使用相同的seed( )值,則每次生成的隨即數(shù)都相同。
如果不設(shè)置這個(gè)值,則系統(tǒng)根據(jù)時(shí)間來自己選擇這個(gè)值,此時(shí)每次生 成的隨機(jī)數(shù)因時(shí)間差異而不同。
設(shè)置的seed()值僅一次有效。
隨機(jī)數(shù)產(chǎn)生的算法,和系統(tǒng)有關(guān)
設(shè)置隨機(jī)種子
np.random.seed(999) print(np.random.rand(2,3)) np.random.seed(999) print(np.random.rand(2,3)) print(np.random.rand(2,3))打亂順序函數(shù)
arr = np.arange(10) print(arr) np.random.shuffle(arr) print(arr)總結(jié)
以上是生活随笔為你收集整理的神经网络与深度学习——TensorFlow2.0实战(笔记)(五)(NumPy科学计算库<矩阵和随机数>python)的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 大学生信用卡透支额度是多少
- 下一篇: 神经网络与深度学习——TensorFlo