随机比特数组由给定的概率与numpy

Question

我有一个确定性的神经网络，我想把它随机化。

两个问题：

1. 我不确定这是否意味着我需要使用sigmoid的结果来确定输出的概率，或者如果概率只是神经元输入，并且sigmoid函数现在是多余的。
2. 如何有效地使用numpy？我知道如何生成随机位，但是如何在大数组内给定概率的情况下呢？ （如果重要的话，我当前的sigmoid函数是tanh）

Answer 1

1. 仍然需要sigmoid函数，因为反向传播用于计算sigmoid函数的导数，而不是神经元是否被激发。

2. 像以前一样计算激活后，我现在运行结果数组x：

   return numpy.random.ranf(x.shape) < x

   我的时间是3.03323280772e-05

   另请注意，numpy将布尔值视为1和0，因此无需将结果传回int / float）。因为这现在是0和1，所以我不得不改变我的代码 - 在我使用-1和1作为目标值和输入之前。