从神经网络中的权重的随机初始化,到将数据分成随机的训练和测试集,再到随机梯度下降中的训练数据集的随机混洗(random shuffling),生成随机数和利用随机性是必需掌握的技能。...在本教程中,你将了解如何在Python中生成和使用随机数。
完成本教程后,你会学到:
可以通过使用伪随机数生成器在程序中应用随机性。
如何通过Python标准库生成随机数和使用随机性。...[0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19]
4
18
2
8
3
列表中的随机子样本
我们可能会需要重复从列表中随机选择项以创建随机选择的子集...该函数需要的参数有列表和子集大小。请注意,这些选过的项实际上并未从原始列表中删除,只是被挑进了列表的副本。
下面的示例演示如何从20个整数的列表中选择五个项组成子集。...如:
scaled value= mean+ value* stdev
其中mean和stdev是所需缩放高斯分布的均值和标准差,value是来自标准高斯分布的随机生成值。