Python mxnet.ndarray.random.normal用法及代碼示例

用法:
mxnet.ndarray.random.normal(loc=0, scale=1, shape=_Null, dtype=_Null, ctx=None, out=None, **kwargs)

參數：

loc：(float or NDArray, optional) - 分布的平均值(中心)。
scale：(float or NDArray, optional) - 分布的標準偏差(分布或寬度)。
shape：(int or tuple of ints, optional) - 要繪製的樣本數。如果形狀是，例如，(m, n)和loc和scale是標量，輸出形狀將是(m, n).如果loc和scale是具有形狀的 NDArray，例如，(x, y)，則輸出將具有形狀(x, y, m, n)，其中m*n為每個抽取樣本[loc, scale)一對。
dtype：({'float16', 'float32', 'float64'}, optional) - 輸出樣本的數據類型。默認為‘float32’
ctx：(mxnet.context.Context, optional) - 輸出的設備上下文。默認為當前上下文。被覆蓋loc.context當loc是一個 NDArray。
out：(NDArray, optional) - 將輸出存儲到現有的 NDArray。

dtype 類型的 NDArray。如果輸入 shape 具有形狀，例如 (m, n) 和 loc 和 scale 是標量，則輸出形狀將為 (m, n) 。如果 loc 和 scale 是具有形狀的 NDArray，例如 (x, y) ，則輸出將具有形狀 (x, y, m, n) ，其中為每個 [loc, scale) 對繪製 m*n 樣本。

返回類型：

ND陣列

從正態(高斯)分布中抽取隨機樣本。

樣本根據由loc(均值)和scale(標準差)參數化的正態分布分布。

例子：

>>> mx.nd.random.normal(0, 1)
[ 2.21220636]
<NDArray 1 @cpu(0)>
>>> mx.nd.random.normal(0, 1, ctx=mx.gpu(0))
[ 0.29253659]
<NDArray 1 @gpu(0)>
>>> mx.nd.random.normal(-1, 1, shape=(2,))
[-0.2259962  -0.51619542]
<NDArray 2 @cpu(0)>
>>> loc = mx.nd.array([1,2,3])
>>> scale = mx.nd.array([2,3,4])
>>> mx.nd.random.normal(loc, scale, shape=2)
[[ 0.55912292  3.19566321]
 [ 1.91728961  2.47706747]
 [ 2.79666662  5.44254589]]
<NDArray 3x2 @cpu(0)>

相關用法

注：本文由純淨天空篩選整理自apache.org大神的英文原創作品 mxnet.ndarray.random.normal。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

返回類型：

例子：