tensorflow 入门经典实例

import tensorflow as tf

#发起会话
sess = tf.Session()
#两行都可以执行 具体意思见下方注释
A = tf.Variable(tf.truncated_normal([2,3],0,1,dtype=tf.float32,seed=3))
#A = tf.Variable(tf.random_uniform([3,4], 1, 10))
#变量初始化
sess.run(A.initializer)
#输出 
print(sess.run(A))

[[-0.85811085 -0.19662298  0.13895045]
 [-1.22127676 -0.20793143 -1.77827966]]

#tf.truncated_normal(shape变量形状比如几乘几的矩阵, mean=0.0均值即或期望, stddev=1.0标准差, 
# dtype=tf.float32数值类型, seed=个人理解线性同余数产生随机数的种子，, name=None个人认为这句话没有意义)
# 返回一个tensor其中的元素服从截断正态分布


#11、tf.random_uniform(shape变量形状比如几乘几的矩阵,minval=0最小值,maxval=None最大值,
#dtype=tf.float32数值类型,seed=None个人理解线性同余数产生随机数的种子,name=None个人认为这句话没有意义)
#返回一个形状为shape的tensor，其中的元素服从minval和maxval之间的均匀分【minval，maxval】