Müfredat 246 dersinden 13. · Modül 1: Bu kurs için Python
Modül 1: Bu kurs için Python

Tekrarlayabileceğin rastgele sayılar

Neden önemli Ağlar rastgele ağırlıklardan başlar ve verilerini karıştırır. Bir çalıştırmayı tam olarak tekrarlayamazsan, gerçek bir iyileşmeyi şanstan ayıramazsın.

Bilgisayarın rastgele sayıları bir tohumdan başlayan bir tariften gelir. Aynı tohum, her seferinde aynı dizi.

rng = np.random.default_rng(42)
rng.normal(size=3)   # always the same three numbers for seed 42

Tohum: bir rastgele sayı üretecinin başlangıç sayısı. Onu sabitlemek "rastgele" sonuçları tekrarlanabilir yapar.

Kursun ilerleyen kısmında, sonuçların yalnızca şans yüzünden ne kadar oynadığını görmek için aynı modeli beş farklı tohumla eğiteceksin.

Özet Gizli küresel rastgeleliğe güvenmek yerine bir tohumdan kendi üretecini yap ve onu etrafa geçir.

Bu dersteki kelimeler ve semboller
dizi
hepsi aynı türde sayılardan oluşan ve her öğe üzerinde aynı anda matematik yapan bir NumPy bloğu
tohum
bir rastgele üretecin başlangıç sayısı; aynı tohum aynı sayıları verir
ortalama, yayılım
ortalama değer ve değerlerin ondan kabaca ne kadar uzakta durduğu (standart sapma)
Senin sıran

seed değerinden kendi üretecini kuran ve normal dağılımdan (ortalama 0, yayılım 1) n sayı döndüren make_data(seed, n) yaz. Aynı tohum aynı dizileri vermeli; farklı tohumlar farklı olmalı.

Bu derste bir sorun mu fark ettin? Bildir · Bu ders hakkında soru sor

Bu alıştırma yakında açılacak

Bu dersi bitirince bu ders açılacak. Kursun tamamı ücretsiz, hesap gerekmiyor ve bu dersi hemen şimdi okuyabilirsin.