1. tf.random.uniform
tf.random.uniform(
shape,
minval=0,
maxval=None,
dtype=tf.float32,
seed=None,
name=None
)
产生一个均匀分布的随机数矩阵 。shape - 形状 ; minval:最小值 ;maxval:最大值 ; dtype: 数据类型 ;
with tf.Session() as sess:
print(sess.run(tf.random.uniform(
(1, 1), minval=-0.5,
maxval=0.5,dtype=tf.float32)))
2. tf.Variable
tf.Variable(<initial-value>, name=<optional-name>)
声明一个变量。 initial-value - 初始值 ;name 变量名
3. tf.reduce_mean
reduce_mean(input_tensor,
axis=None,
keep_dims=False,
name=None,
reduction_indices=None)
tf.reduce_mean 函数用于计算张量tensor沿着指定的数轴(tensor的某一维度)上的的平均值,主要用作降维或者计算tensor(图像)的平均值。
input_tensor: 输入的待降维的tensor;axis: 指定的轴,如果不指定,则计算所有元素的均值;
keep_dims:是否降维度,设置为True,输出的结果保持输入tensor的形状,设置为False,输出结果会降低维度;
name: 操作的名称; reduction_indices 新版本无用