tf.truncated_normal的用法

tf.truncated_normal(shape,mean,stddev)

其中，shape表示生成的张量维度，
mean表示均值，
stddev是标准差。

该函数产生正太分布。均值和标准差是自己设定的。
这是一个截断产生正太分布的函数，就是说产生正太分布的值如果与均值的差值大于两倍的标准差，那么就重新生成。和一般的正太分布的产生随机数据比较起来，这个函数产生的随机数与均值的差距不会超过两倍的标准差，但是一般的别的函数可能会出现这种情况。

import tensorflow as tf

c = tf.truncated_normal(shape=[10,10], mean=0,stddev=1)

with tf.Session() as sess:
    print(sess.run(c))

输出结果：
[[ 1.85221577 1.02370775 0.20773211 0.01971557 0.53404099 0.91200036
-0.79934812 -0.18307976 0.3518236 1.37710464]
[ 0.25549641 -0.01136704 1.14801133 -0.83438551 -0.56666833 0.94343865
-0.28049368 0.33094966 0.30987474 0.42766678]
[-0.81274605 -0.84492183 0.33613369 1.29761326 0.6112352 1.46873987
-0.95196128 -0.24501646 -0.83102256 -0.36681503]
[-0.18114352 0.02967346 -1.40942276 -0.27725589 -1.09347355 -0.48887518
0.6715278 -0.59660912 -1.02746367 0.20667942]
[-0.63742131 1.28044701 1.43147492 -0.1064792 0.25605318 -1.30148363
1.3185606 0.28621238 -0.12338728 -0.17172684]
[-1.03532028 -1.78186417 0.49020204 1.70940244 0.29414079 -0.73460764
0.43783227 -1.33921468 -1.55895793 0.10005068]
[-0.98862034 0.87082613 0.61036623 -0.83736604 -0.96241546 -0.66798943
-1.97029126 0.19994906 -0.16642176 -0.64912921]
[-0.67815673 0.20043592 1.36388302 -0.99595714 -1.31101096 -1.63620162
-0.43286014 -0.63165265 1.07259333 0.15397902]
[ 0.34979874 1.72976768 -0.49081501 0.46599472 0.16814317 -0.07366119
0.81445092 -0.60751343 -0.45586988 -0.11425655]
[ 0.90648842 0.05540781 0.08421783 -0.43371862 0.24997813 -1.58888996
0.32714927 -1.82218337 -0.05643979 -0.53744251]]