np.random.rand()函數

語法：

np.random.rand(d0,d1,d2……dn) 注：使用方法與np.random.randn()函數相同 作用： 通過本函數可以返回一個或一組服從“0~1”均勻分布的隨機樣本值。隨機樣本取值范圍是[0,1)，不包括1。 應用：在深度學習的Dropout正則化方法中，可以用於生成dropout隨機向量（dl），例如（keep_prob表示保留神經元的比例）：dl = np.random.rand(al.shape[0],al.shape[1]) < keep_prob

np.random.randn()函數

語法：

np.random.randn(d0,d1,d2……dn) 1)當函數括號內沒有參數時，則返回一個浮點數； 2）當函數括號內有一個參數時，則返回秩為1的數組，不能表示向量和矩陣； 3）當函數括號內有兩個及以上參數時，則返回對應維度的數組，能表示向量或矩陣； 4）np.random.standard_normal（）函數與np.random.randn()類似，但是np.random.standard_normal（） 的輸入參數為元組（tuple）. 5)np.random.randn()的輸入通常為整數，但是如果為浮點數，則會自動直接截斷轉換為整數。

作用：

通過本函數可以返回一個或一組服從標准正態分布的隨機樣本值。

特點：
標准正態分布是以0為均數、以1為標准差的正態分布，記為N（0，1）。對應的正態分布曲線如下所示，即

標准正態分布曲線下面積分布規律是：

在-1.96～+1.96范圍內曲線下的面積等於0.9500（即取值在這個范圍的概率為95%），在-2.58～+2.58范圍內曲線下面積為0.9900（即取值在這個范圍的概率為99%）. 因此，由 np.random.randn()函數所產生的隨機樣本基本上取值主要在-1.96~+1.96之間，當然也不排除存在較大值的情形，只是概率較小而已。

用例：