TensorFlow API之创建tensor
tf.truncated_normal与tf.random_normal 简介
tf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)
作用说明
从截断的正态分布中输出随机值。
生成的值服从具有指定平均值和标准偏差的正态分布,如果生成的值大于平均值2个标准偏差的值则丢弃重新选择。
tf.random_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)
作用说明
从正态分布中输出随机值。
参数:
- shape: 输出的张量。
- mean: 正态分布的均值。
- stddev: 正态分布的标准差。
- dtype: 输出的类型。
- seed: 随机数种子。
- name: 操作的名字。
本文详细介绍了TensorFlow中tf.truncated_normal与tf.random_normal两个函数的使用方法及区别。tf.truncated_normal从截断的正态分布中输出随机值,而tf.random_normal则从完整的正态分布中生成随机值,两者均用于初始化神经网络权重。
9173

被折叠的 条评论
为什么被折叠?



