tf.truncated_normal_initializer

Wanderer001

于 2022-09-18 14:27:09 发布

阅读量984

点赞数

CC 4.0 BY-SA版权

分类专栏： TensorFlow 文章标签： tensorflow python 人工智能

本文链接：https://blog.youkuaiyun.com/weixin_36670529/article/details/99191629

TensorFlow 专栏收录该内容

222 篇文章

订阅专栏

本文介绍了如何使用TensorFlow中的tf.truncated_normal_initializer函数来初始化变量。该函数可以从截断的正态分布中生成随机值，这些值具有指定的均值和标准差，并且会丢弃超过均值2个标准差的值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

参考 tf.truncated_normal_initializer - 云+社区 - 腾讯云

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。

参数：

mean：一个python标量或一个标量张量。要生成的随机值的均值。
stddev：一个python标量或一个标量张量。要生成的随机值的标准偏差。
seed：一个Python整数。用于创建随机种子。查看 tf.set_random_seed 行为。
dtype：数据类型。只支持浮点类型。

import tensorflow as tf

t = tf.truncated_normal_initializer(stddev=0.1, seed=1)
v = tf.get_variable('v', [1], initializer=t)

with tf.Session() as sess:
    for i in range(1, 10, 1):
        sess.run(tf.global_variables_initializer())
        print(sess.run(v))


Output:
----------------
[-0.08113182]
[0.06396971]
[0.13587774]
[0.05517125]
[-0.02088852]
[-0.03633211]
[-0.06759059]
[-0.14034753]
[-0.16338211]
----------------