theano.tensor.shared_randomstreamsRandomStreams()：共享随机数流生成器的随机数生成函数

theano.tensor.shared_randomstreams.RandomStreams()是Theano库中的一个类，用于生成共享随机数流生成器。它可以用来生成各种类型的随机数，如均匀分布、正态分布等。这个类有一些常用的方法，比如random_uniform()、random_normal()等。

以下是这个类的一个使用例子：

import numpy as np
import theano
import theano.tensor as T

# 创建一个共享的随机数流生成器
rng = np.random.RandomState(123)
srng = theano.tensor.shared_randomstreams.RandomStreams(rng.randint(9999))

# 创建一个形状为(3, 3)的随机矩阵，元素服从均匀分布
uniform_matrix = srng.random_uniform((3, 3))

# 创建一个形状为(3, 3)的随机矩阵，元素服从正态分布
normal_matrix = srng.random_normal((3, 3))

# 创建一个随机向量，元素服从二项分布
binomial_vector = srng.binomial(size=(5,), n=1, p=0.5)

# 定义一个函数来计算以上随机数的值
f = theano.function([], [uniform_matrix, normal_matrix, binomial_vector])

# 执行函数，获取随机数的值
random_values = f()

# 打印结果
print("Uniform Matrix:")
print(random_values[0])
print()
print("Normal Matrix:")
print(random_values[1])
print()
print("Binomial Vector:")
print(random_values[2])

在这个例子中，我们首先创建了一个共享的随机数流生成器srng。我们使用np.random.RandomState(123)创建了一个随机数生成器，然后传递给RandomStreams()来创建共享的随机数流生成器。

接下来，我们使用random_uniform()方法创建了一个形状为(3, 3)的随机矩阵，其中元素服从均匀分布。同样地，我们使用random_normal()方法创建了一个形状为(3, 3)的随机矩阵，其中元素服从正态分布。此外，我们还使用binomial()方法创建了一个长度为5的随机向量，其中元素服从二项分布。

然后，我们定义了一个函数f，并使用theano.function()将其编译为Theano函数。这个函数没有输入参数，但返回值是一个包含上述随机数的列表。

最后，我们调用这个函数，获取随机数的值，并打印结果。

这就是theano.tensor.shared_randomstreams.RandomStreams()的使用例子。通过这个类，我们可以方便地生成各种类型的随机数，并在Theano框架中使用它们。