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

用法:
mxnet.ndarray.random.uniform(low=0, high=1, shape=_Null, dtype=_Null, ctx=None, out=None, **kwargs)

参数：

low：(float or NDArray, optional) - 输出间隔的下边界。生成的所有值都将大于或等于低。默认值为 0。
high：(float or NDArray, optional) - 输出区间的上边界。生成的所有值都将小于高。默认值为 1.0。
shape：(int or tuple of ints, optional) - 要绘制的样本数。如果形状是，例如，(m, n)和low和high是标量，输出形状将是(m, n).如果low和high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[low, high)一对。
dtype：({'float16', 'float32', 'float64'}, optional) - 输出样本的数据类型。默认为‘float32’
ctx：(mxnet.context.Context, optional) - 输出的设备上下文。默认为当前上下文。被覆盖low.context当low是一个 NDArray。
out：(NDArray, optional) - 将输出存储到现有的 NDArray。

dtype 类型的 NDArray。如果输入 shape 具有形状，例如 (m, n) 和 low 和 high 是标量，则输出形状将为 (m, n) 。如果 low 和 high 是具有形状的 NDArray，例如 (x, y) ，则返回的 NDArray 将具有形状 (x, y, m, n) ，其中为每个 [low, high) 对绘制 m*n 均匀分布的样本。

返回类型：

ND阵列

从均匀分布中抽取随机样本。

样本在半开区间 [low, high) 上均匀分布(包括 low ，但不包括 high )。

例子：

>>> mx.nd.random.uniform(0, 1)
[ 0.54881352]
<NDArray 1 @cpu(0)
>>> mx.nd.random.uniform(0, 1, ctx=mx.gpu(0))
[ 0.92514056]
<NDArray 1 @gpu(0)>
>>> mx.nd.random.uniform(-1, 1, shape=(2,))
[ 0.71589124  0.08976638]
<NDArray 2 @cpu(0)>
>>> low = mx.nd.array([1,2,3])
>>> high = mx.nd.array([2,3,4])
>>> mx.nd.random.uniform(low, high, shape=2)
[[ 1.78653979  1.93707538]
 [ 2.01311183  2.37081361]
 [ 3.30491424  3.69977832]]
<NDArray 3x2 @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.uniform。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：