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。...如果再次调用,他们将返回一个新的随机数。包装函数通常也是可用的,允许你得到整数,浮点,特定分布,特定范围内的随机数等等。
数字按序列生成。序列是确定性的,并以初始数字播种(seed)。...随机数可用于从列表中随机选择一个。...[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...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。