在rand函数的documentation中，据说：
返回一个矩阵，其中随机元素均匀分布在区间（0，1）上。
我的问题是：这些随机数（或全部）中的任何一个在输出中是否相等？
附带说明一下，我对此很好奇，因为在吴安德（Andrew Ng）的机器学习课程中建议在训练神经网络时，在随机分配所有theta的值（从而破坏对称性）时使用rand函数。
最佳答案
从理论上讲，如果它确实是随机的，那么可以-所有值都相等的可能性很小。但是，这些都是浮点数-因此存在许多微小的差异。如果您担心要获得一些权重完全相同的值，则应该购买很多乐透彩票-您更有可能赢得一张彩票！
即使最终有几个权重完全相同，然后又无法更改-也不会对整个网络产生太大的影响。
现代的正则化技术（例如，辍学）使问题（实际上不是问题）变得更少。对于每个训练批次，辍学将仅使用神经元的随机子集，并且只有那些神经元会被更新-因此，如果捆绑了两个权重，则最终将为一个批次选择一个权重（并调整其权重），而另一个则单独保留-因此打破对称。
注意：rand函数不是真正的随机性，它是伪随机性。该文档说，它使用的是Mersenne Twister PRNG，这是一种相对较高质量（不是很好的加密）的知名和受信任的PRNG。如果PRNG的质量很低，则可能会出现重复的问题-但是在这种情况下，您应该是安全的。