tensorflow随机张量创建

最新推荐文章于 2025-03-13 23:46:05 发布

abc1676167

最新推荐文章于 2025-03-13 23:46:05 发布

阅读量881

点赞数

CC 4.0 BY-SA版权

文章标签：人工智能 python

原文链接：http://www.cnblogs.com/cvtoEyes/p/9003783.html

本文介绍了TensorFlow中创建随机张量的方法，包括tf.random_normal、tf.truncated_normal、tf.random_uniform、tf.random_shuffle、tf.random_crop、tf.multinomial、tf.random_gamma等函数的使用，详细解释了各个函数的参数和返回值，帮助理解在TensorFlow中如何生成各种分布的随机张量。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

TensorFlow 有几个操作用来创建不同分布的随机张量。注意随机操作是有状态的，并在每次评估时创建新的随机值。

下面是一些相关的函数的介绍：

tf.random_normal

从正态分布中输出随机值。

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

args:

shape：一维整数或 Python 数组表示输出张量的形状。

mean：dtype 类型的0-D张量或 Python 值表示正态分布的均值。

stddev：dtype 类型的0-D张量或 Python 值表示正态分布的标准差。

dtype：输出的类型。

seed：一个 Python 整数。用于为分发创建一个随机种子。

name：操作的名称（可选）。

返回：将返回一个指定形状的张量，通过符合要求的随机值填充。

tf.truncated_normal

生成的值遵循具有指定平均值和标准差的正态分布，和tf.random_normal不同之处在于其平均值大于 2 个标准差的值将被丢弃并重新选择。

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

args:

shape：一维整数或 Python 数组表示输出张量的形状。

mean：dtype 类型的 0-D 张量或 Python 值表示截断正态分布的均值。

stddev：dtype 类型的 0-D 张量或 Python 值表示截断前正态分布的标准偏差。

dtype：输出的类型。

seed：一个 Python 整数。用于为分发创建随机种子。

name：操作的名称（可选）。

函数返回指定形状的张量，通过随机截断的符合要求的值填充。

tf.random_uniform

从均匀分布中输出随机值。

random_uniform(
    shape,
    minval=0,
    maxval=None,
    dtype=tf.fl

最低0.47元/天解锁文章

200万优质内容无限畅学