从零构建神经网络：权重矩阵初始化的随机数生成问题

嘿，我完全懂你遇到的小麻烦！np.random.rand()确实只能生成0到1之间的浮点数，要得到你想要的以0为中心、范围在-0.5到0.5的权重矩阵，其实只需要简单的数学转换或者换个numpy函数就行，给你两种实用的方案：

• 方案一：基于rand()的快速转换
  既然rand()输出的是0-1的数，那我们直接给每个生成的数减去0.5，就能把数值范围平移到-0.5到0.5了，代码非常简洁：

  weights = np.random.rand(input_size, output_size) - 0.5
  

• 方案二：用uniform()直接指定范围
  如果想要更直观的写法，推荐用np.random.uniform()，它允许你直接设置随机数的上下限，可读性更高：

  weights = np.random.uniform(low=-0.5, high=0.5, size=(input_size, output_size))
  

两种方法都能完美满足你“以0为中心随机取值”的需求，选哪个全看你个人习惯~

内容的提问来源于stack exchange，提问作者Howard Wang