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)和loc和scale是标量，输出形状将是(m, n).如果loc和scale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.context当loc是一个 NDArray。
out：(NDArray) - 将输出存储到现有的 NDArray。

如果输入 shape 具有形状，例如 (m, n) 和 loc 和 scale 是标量，则输出形状将为 (m, n) 。如果 loc 和 scale 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。

用法:

参数：

返回：

返回类型：

例子：