当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python mxnet.ndarray.random.randn用法及代码示例


用法:

mxnet.ndarray.random.randn(*shape, **kwargs)

参数

  • loc(float or NDArray) - 分布的平均值(中心)。
  • scale(float or NDArray) - 分布的标准偏差(分布或宽度)。
  • shape(int or tuple of ints) - 要绘制的样本数。如果形状是,例如,(m, n)locscale是标量,输出形状将是(m, n).如果locscale是具有形状的 NDArray,例如,(x, y),则输出将具有形状(x, y, m, n),其中m*n为每个抽取样本[loc, scale)一对。
  • dtype({'float16', 'float32', 'float64'}) - 输出样本的数据类型。默认为‘float32’
  • ctx(mxnet.context.Context) - 输出的设备上下文。默认为当前上下文。被覆盖loc.contextloc是一个 NDArray。
  • out(NDArray) - 将输出存储到现有的 NDArray。

返回

如果输入 shape 具有形状,例如 (m, n)locscale 是标量,则输出形状将为 (m, n) 。如果 locscale 是具有形状的 NDArray,例如 (x, y) ,则输出将具有形状 (x, y, m, n) ,其中为每个 [loc, scale) 对绘制 m*n 样本。

返回类型

ND阵列

从正态(高斯)分布中抽取随机样本。

样本根据由loc(均值)和scale(标准差)参数化的正态分布分布。

例子

>>> mx.nd.random.randn()
2.21220636
<NDArray 1 @cpu(0)>
>>> mx.nd.random.randn(2, 2)
[[-1.856082   -1.9768796 ]
[-0.20801921  0.2444218 ]]
<NDArray 2x2 @cpu(0)>
>>> mx.nd.random.randn(2, 3, loc=5, scale=1)
[[4.19962   4.8311777 5.936328 ]
[5.357444  5.7793283 3.9896927]]
<NDArray 2x3 @cpu(0)>

相关用法


注:本文由纯净天空筛选整理自apache.org大神的英文原创作品 mxnet.ndarray.random.randn。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。