生成方差为 1/n 的随机 IID 数
Generating random IID numbers with variance 1/n
这是规范：
A sufficient condition for correlation to decode convolution is that the elements of each
vector (of dimension n) be independently and identically distributed with mean 0 and
variance 1/n.
我做的是：
stdev = np.sqrt(1/n) #var to std dev
val = np.random.normal(loc=0,scale=stdev,size=n)
生成的数字是 IID 吗？
variation => stdev 逻辑是否正确？
Numpy的随机数生成器使用相同的分布，会独立生成n次随机数，所以数是i.i.d。并且标准差是方差的平方根，所以你的逻辑是正确的。
这是规范：
A sufficient condition for correlation to decode convolution is that the elements of each vector (of dimension n) be independently and identically distributed with mean 0 and variance 1/n.
我做的是：
stdev = np.sqrt(1/n) #var to std dev
val = np.random.normal(loc=0,scale=stdev,size=n)
生成的数字是 IID 吗？
variation => stdev 逻辑是否正确？
Numpy的随机数生成器使用相同的分布，会独立生成n次随机数，所以数是i.i.d。并且标准差是方差的平方根，所以你的逻辑是正确的。