난수 행렬을 만들려고하는데 솔루션이 너무 길고보기 흉해 보입니다.
random_matrix = [[random.random() for e in range(2)] for e in range(3)]이것은 괜찮아 보이지만 내 구현에서는
weights_h = [[random.random() for e in range(len(inputs[0]))] for e in range(hiden_neurons)]매우 읽기 어렵고 한 줄에 맞지 않습니다.
답변
numpy.random.rand를 살펴 보십시오 .
독 스트링 : rand (d0, d1, …, dn)
주어진 모양의 임의 값.
주어진 형태의 배열을 생성하고 균등 분포에서 무작위 샘플로 전파합니다
[0, 1).
>>> import numpy as np
>>> np.random.rand(2,3)
array([[ 0.22568268, 0.0053246 , 0.41282024],
[ 0.68824936, 0.68086462, 0.6854153 ]])답변
다음을 삭제할 수 있습니다 range(len()).
weights_h = [[random.random() for e in inputs[0]] for e in range(hiden_neurons)]하지만 실제로는 numpy를 사용해야합니다.
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]])답변
사용 np.random.randint()으로 numpy.random.random_integers()사용되지 않습니다
random_matrix = numpy.random.randint(min_val,max_val,(<num_rows>,<num_cols>))답변
Coursera Machine Learning Neural Network 연습의 Python 구현을 수행하고있는 것 같습니다. 다음은 randInitializeWeights (L_in, L_out)에 대해 수행 한 작업입니다.
#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 - epsilon답변
먼저 numpy배열을 만든 다음 matrix. 아래 코드를 참조하십시오.
import numpy
B = numpy.random.random((3, 4)) #its ndArray
C = numpy.matrix(B)# it is matrix
print(type(B))
print(type(C))
print(C)답변
x = np.int_(np.random.rand(10) * 10)10 개 중 임의의 숫자에 대해. 20 개 중 20 개를 곱해야합니다.
답변
“난수 행렬”이라고 말하면 위에서 언급 한 Pavel https://stackoverflow.com/a/15451997/6169225 처럼 numpy를 사용할 수 있습니다. ) 난수를 준수합니다.
그러나 특정 분포가 필요한 경우 (균일 분포에 관심이 있다고 생각합니다), numpy.random 매우 유용한 방법이 있습니다. 예를 들어, [low, high]로 경계가 지정된 의사 랜덤 균일 분포를 갖는 3×2 행렬을 원한다고 가정 해 보겠습니다. 다음과 같이 할 수 있습니다.
numpy.random.uniform(low,high,(3,2))uniform이 라이브러리에서 지원하는 배포판 수에 관계없이 대체 할 수 있습니다 .
추가 정보 : https://docs.scipy.org/doc/numpy/reference/routines.random.html
