从神经网络中的权重的随机初始化,到将数据分成随机的训练和测试集,再到随机梯度下降中的训练数据集的随机混洗(random shuffling),生成随机数和利用随机性是必需掌握的技能。...[0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19]
4
18
2
8
3
列表中的随机子样本
我们可能会需要重复从列表中随机选择项以创建随机选择的子集...这被称为无替换选择(selection without replacement),因为一旦为子集选择了列表中的项,它就不会被放回原始列表(即,不能重新选择)。...使用sample()函数可以完成此功能,这个函数从列表中选择随机样本而不进行替换。该函数需要的参数有列表和子集大小。请注意,这些选过的项实际上并未从原始列表中删除,只是被挑进了列表的副本。...此函数有三个参数,范围的下界,范围的上界,以及要生成的整数值的数量或数组的大小。随机整数将从均匀分布中抽取,包括下界的值,不包含上界的值,即在区间[lower,upper)中。