Tensorflow系列：tf.random_normal

最新推荐文章于 2023-11-10 04:45:52 发布

转载最新推荐文章于 2023-11-10 04:45:52 发布 · 1.6k 阅读

文章标签：

38 篇文章

订阅专栏

本文详细介绍了 TensorFlow 中 tf.random_normal 函数的使用方法及参数意义，包括如何通过该函数生成指定形状、均值和标准差的正态分布随机数，并提供了具体的代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

 在CNN代码里，可能有这样一句话： W1 = tf.Variable(tf.random_normal([3, 3, 1, 32], stddev=0.01))，对于函数
 tf.random_normal解释如下：

 tf.random_normal

 tf.random_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)

 Outputs random values from a normal distribution.

 Args:

 shape: A 1-D integer Tensor or Python array. The shape of the output tensor.用一个list表示产出的Tensor的形状

 mean: A 0-D Tensor or Python value of type dtype. The mean of the normal distribution.均值

 stddev: A 0-D Tensor or Python value of type dtype. The standard deviation of the normal distribution.标准差

 dtype: The type of the output.数据类型

 seed: A Python integer. Used to create a random seed for the distribution. See set_random_seed for behavior.

 name: A name for the operation (optional).

 Returns:

 A tensor of the specified shape filled with random normal values.

 例子：

[html]view plain copy
 
  

[python]view plain copy
 
norm = tf.random_normal([2, 3], seed=1234)  
sess = tf.Session()  
print(sess.run(norm))  
print(sess.run(norm))  

 输出：

 [[ 0.51340485 -0.25581399 0.65199131]

 [ 1.39236379 0.37256798 0.20336303]]

 [[ 0.96462417 0.34291974 0.24251089]

 [ 1.05785966 1.65749764 0.82108968]]