问题标签 [numpy-random]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - `numpy.random` 状态的差异消失了
同一项目有两个不同设置的 python 运行，但具有相同的随机种子。
该项目包含一个函数，该函数使用numpy.random.uniform.
无论numpy.randompython 进程中的其他用途如何，两次运行中的一系列函数调用都会生成相同的序列，直到某个点。
并且在该点产生了一次不同的结果之后，它们在一段时间内再次产生相同的序列。
我还没有尝试过使用numpy.random.RandomState，但这怎么可能？
numpy.random某处使用的东西导致了差异并再次修复它只是一个巧合吗？
我很好奇这是唯一的可能性还是有另一种解释。
提前致谢。
ADD：我忘了说当时没有播种。
python-2.7 - 如何编辑代码以获得预期范围内的预测值？
我尝试了一个在互联网上找到的简单的神经网络教程。但我希望稍微改变一下。原始代码预测 0-1 之间的值。但我想将其更改为 0-10。我该怎么做？
据我了解，这些是他应该考虑改变的线路。
请注意，权重不是在 nonlin 函数之后声明的。
原始源代码在以下链接中，包含完整代码。
链接到原始代码
python - Python - 调用 numpy.random 线程的函数是否安全？
根据这个答案，它不是。但这与我迄今为止观察到的情况不一致。考虑以下脚本：
基本上我在这里测试的是SIZE数量的调用是否会在多线程环境中生成与单线程环境中相同的序列。对我来说，这将输出 n=SIZE。当然，这可能只是偶然，所以我运行了几次并得到了一致的结果。所以我的问题是，调用 numpy.random 包的函数是线程安全的吗？
python - Python 中 numpy.random.rand 与 numpy.random.randn 之间的区别
numpy.random.rand和 和有什么区别numpy.random.randn？
从文档中，我知道它们之间的唯一区别是每个数字的概率分布，但整体结构（维度）和使用的数据类型（浮点数）是相同的。因此，我很难调试神经网络。
具体来说，我正在尝试重新实现Michael Nielson 在《神经网络和深度学习》一书中提供的神经网络。原始代码可以在这里找到。我的实现和原来的一样；但是，我改为numpy.random.rand在函数中定义和初始化权重和偏差init，而不是numpy.random.randn 原始函数中显示的函数。
但是，我random.rand用于初始化的代码weights and biases不起作用。网络不会学习，权重和偏差不会改变。
导致这种怪异的两个随机函数之间有什么区别？
python - 评估正方形网格上高斯分布的概率密度
我需要使用 NumPy 生成一个尺寸为 m × n 的图像掩模，该掩模对应于中心在 µ = (i, j) 和 σ^2 = 25 的二维高斯。
在网上搜索后，我发现这个文档看起来很有希望。但是，有几个问题：
- 生成的矩阵不是掩码（二进制）
- 协方差 (σ^2) 作为矩阵而不是整数给出
也许使用一些数学属性，这可以转换为我想要的，但我看不到它，因为我不是很擅长数学。
python - If-Else 语句在 Python 中很奇怪
这是我的代码，如果x不是整数，则将其转换为整数，否则将其打印为整数，但奇怪的是，if即使x是整数或浮点数，语句中的代码也会执行。
python - 使用 np.random.uniform 最接近 (1,0) 的端点
- 可以在区间 (0, 1] 上绘制随机数，即包括 1，使用：
但是，我想在区间 (0, 1) 上生成数字，即不包括 1 和 0。类似于：
有效，但是理论上我可以接近 1 和 0，有没有办法确保我可以接近 1 和 0？
python - Python 丢弃 beta 分布的随机数
我有一个关于 beta 分布和随机变量的问题。我的数据包括 2012 年至 2016 年每小时的绩效数据。我每月重新计算数据，所以我每个月只有一个值。之后，我创建了一个新的 df，其中包含一个月的所有值，如我的代码示例所示。
我的下一步是根据每个月的过去值从 beta 分布中提取随机数。因此，我想使用scipy包和numpy.random. 问题是，我不知道如何...我只需要 20 个数字，但我不知道如何确定a和b值。我只需要尝试随机值还是可以从我过去的数据中提取相应的值？我感谢每一个帮助！
numpy - Numpy RNG 即使播种也是不确定的
我正在使用 numpy.random 进行蒙特卡罗模拟，其中可能有非常小的接受/拒绝概率。虽然我正在播种 RNG，但我无法重现相同的随机数序列。在 numpy 1.15.1 的文档中它说：
兼容性保证：使用相同参数的固定种子和对“RandomState”方法的一系列固定调用将始终产生相同的结果，直至舍入误差，除非值不正确。不正确的值将被修复，并且修复的 NumPy 版本将在相关文档字符串中注明。只要先前的行为保持不变，就允许扩展现有参数范围和添加新参数。
首先，不正确的值是什么意思？其次，如何处理舍入误差？值不总是以完全相同的方式四舍五入吗？即使我提供了种子，我的代码是否有可能完全确定？我确信种子不会在其他任何地方重置，因为我将我的 RNG 对象作为参数提供给我的每个函数。
编辑：原来我在我的模拟中使用了 set()s。我相信这就是我失去决定论的地方。