在特定范围之间生成随机双精度数

Question

我正在尝试从头开始构建一个神经网络，我在初始化权重矩阵时遇到了一些麻烦。我希望连接不同层的权重随机地以0为中心（即范围从-0.5到0.5）。我试过了

weights = np.random.rand(input_size, output_size) #input_size = # neurons in input layer, output_size = # neurons in output layer

但我认为只会在0到1之间产生双打。

Answer 1

从中减去0.5

weights = np.random.rand(input_size, output_size) - 0.5

瞧！

修改 要生成任意范围（例如3到7之间）之间的数字，您可以这样做：

min = 3
max = 7
weights = np.random.rand(input_size, output_size) * (max - min) + min

或者像这样

weights = np.random.uniform(min, max, (input_size, output_size))

Answer 2

根据documentation，np.random.rand生成“来自[0, 1)上的统一分布的随机样本”。你只需要从数组中减去0.5：

weights = np.random.rand(input_size, output_size) - 0.5

您可能还想生成具有不同分布的随机样本。许多发行版已经可用：documentation。

Answer 3

您可以使用np.random.uniform：

>>> np.random.uniform(-0.5, 0.5, (2, 5))
array([[-0.22340556, -0.23382758, -0.30258041,  0.37783351,  0.27951709],
       [ 0.03336927,  0.41955043,  0.17132952,  0.29960474,  0.04237655]])