tensorflow常用函数说明

最新推荐文章于 2022-07-30 17:06:26 发布

原创最新推荐文章于 2022-07-30 17:06:26 发布 · 2.4k 阅读

1 ·

CC 4.0 BY-SA版权

TensorFlow笔记专栏收录该内容

20 篇文章

订阅专栏

本文介绍了TensorFlow中三种常用的随机数生成函数：tf.random_normal、tf.truncated_normal 和 tf.random_uniform。分别适用于生成正态分布、截断正态分布及均匀分布的随机数张量，并提供了示例代码。

参考：http://blog.youkuaiyun.com/u014595019/article/details/52805444

随机数生成函数：
tf.random_normal | tf.truncated_normal | tf.random_uniform

tf.random_normal(shape,mean=0.0,stddev=1.0,dtype=tf.float32,seed=None,name=None)
tf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)
tf.random_uniform(shape,minval=0,maxval=None,dtype=tf.float32,seed=None,name=None)

这几个都是用于生成随机数tensor的。尺寸是shape

random_normal: 正太分布随机数，均值mean,标准差stddev
truncated_normal:截断正态分布随机数，均值mean,标准差stddev,不过只保留[mean-2*stddev,mean+2*stddev]范围内的随机数
random_uniform:均匀分布随机数，范围为[minval,maxval]

sess = tf.InteractiveSession()
x = tf.random_normal(shape=[1,5],mean=0.0,stddev=1.0,dtype=tf.float32,seed=None,name=None)
print(sess.run(x))

#===>[[-0.36128798  0.58550537 -0.88363433 -0.2677258   1.05080092]]

mean：均值
stddev：标准差
seed：随机数种子，可设为 None 表示真的随机