TensorFlow常量&随机量&变量

ChadPro

于 2017-06-29 17:53:17 发布

阅读量969

点赞数 1

CC 4.0 BY-SA版权

分类专栏： TensorFlow

本文链接：https://blog.youkuaiyun.com/xihuandiannao/article/details/73920500

6 篇文章

订阅专栏

本文介绍了TensorFlow中几种常用的数据生成方法，包括常量生成、正态分布随机数生成及截断正态分布随机数生成等。通过这些方法，可以为神经网络训练准备初始权重或者生成测试数据。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

constant(
    value,
    dtype=None,
    shape=None,
    name='Const',
    verify_shape=False
)

使用例子：

1. tf.constant([1, 2, 3, 4, 5]) => [1, 2, 3, 4, 5]

2. tf.constant(1.0, shape=[2, 3]) => [[1.0, 1.0, 1.0], [1.0, 1.0, 1.0]]

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

使用例子:

1. tf.random_normal([2, 3], mean=0.0, stddev=1)

N(μ，σ^2)：mean 对应期望μ，stddev 对应方差σ^2

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