TensorFlow创建初始值

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

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，这样保证了生成的值都在均值附近。
shape表示生成张量的维度，mean是正态分布的均值，stddev是正态分布的标准差，dtype是输出的类型，seed是一个整数，当设置之后，每次生成的随机数都一样，name是操作的名字。这个函数产生正太分布，均值和标准差自己设定。

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

从正态分布中输出随机值。
shape表示生成张量的维度，mean是正态分布的均值，stddev是正态分布的标准差，dtype是输出的类型，seed是一个整数，当设置之后，每次生成的随机数都一样，name是操作的名字。这个函数产生正太分布，均值和标准差自己设定。

tf.constant(value,dtype=None,shape=None,name=’Const’)

创建一个常量tensor，按照给出value来赋值，可以用shape来指定其形状。value可以是一个数，也可以是一个list。
如果是一个数，那么这个常亮中所有值的按该数来赋值。
如果是list,那么len(value)一定要小于等于shape展开后的长度。赋值时，先将value中的值逐个存入。不够的部分，则全部存入value的最后一个值。

> a = tf.constant(2,shape=[2])
b = tf.constant(2,shape=[2,2])
c = tf.constant([1,2,3],shape=[6])
d = tf.constant([1,2,3],shape=[3,2])
> 
> sess = tf.InteractiveSession() 
  print(sess.run(a))
> #[2 2] 
  print(sess.run(b))
> #[[2 2]
> # [2 2]] 
   print(sess.run(c))
> #[1 2 3 3 3 3] 
   print(sess.run(d))
> #[[1 2]
> # [3 3]
> # [3 3]]

tf.zeros(shape, dtype=tf.float32, name=None)

初始化一个shape维度的张量，其值全部都是0

res2 = tf.zeros([2, 4])
with tf.Session() as sess:
    print(sess.run(res2))
#结果为：
[[0. 0. 0. 0.]
 [0. 0. 0. 0.]]

tf.zeros_like(tensor, dtype=None, name=None)

tensor = tf.constant([[1, 2, 3], [4, 5, 6]]) tf.zeros_like(tensor) #
[[0, 0, 0], [0, 0, 0]]

tf.ones(shape, dtype=tf.float32, name=None)

tf.ones([2, 3], int32) ==> [[1, 1, 1], [1, 1, 1]]

tf.ones_like(tensor,dype=None,name=None)

新建一个与给定的tensor类型大小一致的tensor，其所有元素为1。

 # 'tensor' is [[1, 2, 3], [4, 5, 6]] 

 tf.ones_like(tensor) ==> [[1,

tf.fill(dim,value,name=None)

创建一个形状大小为dim的tensor，其初始值为value

 # Output tensor has shape [2, 3]. 

 fill([2, 3], 9) ==> [[9, 9, 9] ,[9, 9, 9]]

tf.linspace(start,stop,num,name=None)

 返回一个tensor，该tensor中的数值在start到stop区间之间取等差数列（包含start和stop），如果num>1则差值为(stop-start)/(num-1)，以保证最后一个元素的值为stop。
> 
>      其中，start和stop必须为tf.float32或tf.float64。num的类型为int。
> 
>      tf.linspace(10.0,
> 12.0, 3, name="linspace") => [ 10.0 11.0 12.0]

tf.range(start,limit=None,delta=1,name=‘range’)

返回一个tensor等差数列，该tensor中的数值在start到limit之间，不包括limit，delta是等差数列的差值。
    
 start，limit和delta都是int32类型。

 'start' is 3 

 'limit' is 18 

 'delta' is 3
       
 tf.range(start, limit, delta) ==> [3, 6, 9,12, 15] 

  'limit' is 5 start is 0
     
 tf.range(start, limit) ==> [0, 1, 2, 3,4]

tf.random_uniform(shape,minval=0,maxval=None,dtype=tf.float32,seed=None,name=None)

返回一个形状为shape的tensor，其中的元素服从minval和maxval之间的均匀分布。

tf.random_shuffle(value,seed=None,name=None)

对value（是一个tensor）的第一维进行随机化。
       [[1,2],            [[2,3],
        [2,3],     ==>  [1,2],
        [3,4]]             [3,4]]