TensorFlow随机值：tf.random_normal函数

tf.random_normal 函数 （从正态分布中输出随机值.）
random_normal( shape, mean=0.0, stddev=1.0, dtype=tf.float32,seed=None, name=None)

参数：
shape： 一维整数张量或 Python 数组.输出张量的形状.
mean： dtype 类型的0-D张量或 Python 值.正态分布的均值.
stddev：dtype 类型的0-D张量或 Python 值.正态分布的标准差.
dtype： 输出的类型.
seed： 随机数种子，是一个整数，当设置之后，每次生成的随机数都一样
name：操作的名称(可选).

返回：将返回一个指定形状的张量,通过随机的正常值填充.

输入
a = tf.Variable(tf.random_normal([2,2],seed=1))
b = tf.Variable(tf.truncated_normal([2,2],seed=2))
init = tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
print(sess.run(a))
print(sess.run(b)

输出：
[[-0.81131822 1.48459876]
[ 0.06532937 -2.44270396]]
[[-0.85811085 -0.19662298]
[ 0.13895047 -1.22127688]]
指定seed之后，a的值不变，b的值也不变