np.random.rand (,)

np.random.rand 表示隨機數為0-1之間

np.random.rand(100) #1*100的矩陣

# ?生成100個0-1之間的隨機數 ??其每個元素為0-1的隨機數

#np.random.rand(3,3)?

3*3的矩陣，其每個元素為0-1的隨機數

np.random.uniform([5], 1, 10)

np.random.uniform([5], 1, 10)
Out[327]:?
array([ 2.26734639, ?1.32894563, ?2.0341473 , ?4.66839808, ?3.46518342,
? ? ? ? 3.4772681 , ?2.02430165, ?3.20716142, ?4.76207478, ?2.16167592])

#11、np.random.uniform(shape 向量元素個數,minval=0最小值,maxval=None最大值,
#dtype=tf.float32數值類型,seed=None個人理解線性同余數產生隨機數的種子,name=None個人認為這句話沒有意義)
#返回一個形狀為shape的tensor，其中的元素服從minval和maxval之間的均勻分【minval，maxval】

np.random.uniform(10,20,size=(3,3))
Out[341]:?
array([[ 12.07539643, ?13.33005375, ?16.80440556],
? ? ? ?[ 19.78497105, ?17.53327947, ?14.34512214],
? ? ? ?[ 12.79582922, ?11.31339295, ?17.17453172]])

np.random.randint 表示生成整數的隨機數

np.random.randint(0,100,size=10)#一維度矩陣
Out[331]: array([28, 91, 10, 29, 23, 17, 80, 72, 21, 95])

In [333]: np.random.randint(0,100,size=(3,3))#3*3的矩陣 矩陣的元素在1-100之間

Out[333]:

array([[98, 42, 48],

[32, 68, 54],

[60, 80, 36]])

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的tensorflow random的用法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。