tensorflow-random 和truncated

tensorflow-random 和truncated

1、tf.random_normal

       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。
参数:

    shape: 一维张量，也是输出的张量。
    mean: 正态分布的均值。
    stddev: 正态分布的标准差。
    dtype: 输出的类型。
    seed: 一个整数，当设置之后，seed值相同每次生成的随机数都一样。
    name: 操作的名字。

2、tf.truncated_normal

        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。

在正态分布的曲线中，“3σ”原则：

横轴区间（μ-σ，μ+σ）内的面积为68.268949%。 

横轴区间（μ-2σ，μ+2σ）内的面积为95.449974%。 

横轴区间（μ-3σ，μ+3σ）内的面积为99.730020%。 
参数:

    shape: 一维的张量，也是输出的张量。
    mean: 正态分布的均值。 
    stddev: 正态分布的标准差。
    dtype: 输出的类型。
    seed: 一个整数，当设置之后，seed值相同每次生成的随机数都一样。
    name: 操作的名字

注：seed( ) 用于指定随机数生成时所用算法开始的整数值，如果使用相同的seed( )值，则每次生成的随即数都相同，如果不设置这个值，则系统根据时间来自己选择这个值，此时每次生成的随机数因时间差异而不同。