zoukankan      html  css  js  c++  java
  • 高斯分布(Gaussian Distribution)的概率密度函数(probability density function)

    高斯分布(Gaussian Distribution)的概率密度函数(probability density function)

    对应于numpy中:

    numpy.random.normal(loc=0.0, scale=1.0, size=None)
    

    参数的意义为:

    loc:float
    此概率分布的均值(对应着整个分布的中心centre)
    scale:float
    此概率分布的标准差(对应于分布的宽度,scale越大越矮胖,scale越小,越瘦高)
    size:int or tuple of ints
    输出的shape,默认为None,只输出一个值
    

    我们更经常会用到的np.random.randn(size)所谓标准正态分布(μ=0,σ=1μ=0,σ=1),对应于np.random.normal(loc=0, scale=1, size)。

    新建test.py文件

    import os
    os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'  #忽略烦人的警告
    import numpy;
    
    y=numpy.random.normal(loc=0.0, scale=1.0, size=None) 
    print(y)
    

    $ python test.py
    -0.19073908191320865
    (tensorflow)

    $ python test.py
    0.39479165603679667
    (tensorflow)

  • 相关阅读:
    安装完openfire之后打不开的解决方案
    iOS中动画的简单使用
    iOS中的多线程及GCD
    iOS 架构模式-MVVM
    iOS
    iOS 下拉刷新 上拉加载实现原理
    iOS
    iOS 中的XML解析代码(SAX)
    iOS
    iOS中的网络请求 和 网络监测
  • 原文地址:https://www.cnblogs.com/amoyzhu/p/8657969.html
Copyright © 2011-2022 走看看