可用于神经网络的一些matlab函数
(来自matlab文档)
1.用于样本初始化等的函数rand
%返回一个在区间 (0,1) 内均匀分布的随机数
X = rand;
%返回一个 n×n 的随机数矩阵
X = rand(n)
%返回一个 3×4 的矩阵。其中 sz1,…,szN 指示每个维度的大小
X = rand(3,4)
%返回由随机数组成的数组,其中大小矢量 sz 指定 size(X)。
X = rand(sz) %例如:rand([3 4]) 返回一个 3×4 的矩阵。
%返回由 typename 数据类型的随机数组成的 1×4 矢量。typename 输入可以是单精度 ‘single’ 或双精度 ‘double’。默认为double
X = rand(1,4,typename)
%创建一个与 p 具有相同大小和数据类型的由随机数组成的数组。。您可以指定 typename 或 ‘like’,但不能同时指定两者。
X = rand(size(p),'like',p)
%生成一个实部和虚部位于区间 (0,1) 内的随机复数。
a = rand + 1i*rand
注意: 不建议对 rand 函数使用 ‘seed’、’state’ 和 ‘twister’ 输入。请改用 rng 函数。有关详细信息,请参阅更换阻拦的 rand 和 randn 语法。
举例常用:
生成一个由区间 (-5,5) 内均匀分布的数字组成的 10×1 列矢量
r = -5 + (5+5)*rand(10,1);
结果得到输出为
r =
3.1472
4.0579
-3.7301
4.1338
1.3236
-4.0246
-2.2150
0.4688
4.5751
4.6489
附:一般来说,可以使用公式 r = a + (b-a).*rand(N,1) 生成区间 (a,b) 内的 N 个随机数。
而对于对称的形式,即a+b=0,即要产生(-b,b),有
r = -b +(2*b).rand(N,1);
2.用于生成随机整数的函数randi
X = randi(imax,sz1,...,szN) %返回 sz1×...×szN 数组,其中 sz1,...,szN 指示每个维度的大小。例如,randi(10,3,4) 返回一个由介于 1 和 10 之间的伪随机整数组成的 3×4 数组。
r = randi([10 50],1,5)
生成在 10 和 50 之间均匀分布的 5 个随机整数——
r =
43 47 15 47 35
3.正态分布的随机数randn
X = randn(sz1,...,szN)
%返回由随机数组成的 sz1×...×szN 数组,其中 sz1,...,szN 指示每个维度的大小。例如:randn(3,4) 返回一个 3×4 的矩阵。
4.重置随机数生成函数
保存随机数生成函数的当前状态并创建一个由随机数组成的 1×5 矢量。
s = rng;
r = rand(1,5)
r =
0.8147 0.9058 0.1270 0.9134 0.6324
将随机数生成函数的状态恢复为 s,然后创建一个由随机数组成的新 1×5 矢量。值与之前相同。
rng(s);
r1 = rand(1,5)
r1 =
0.8147 0.9058 0.1270 0.9134 0.6324