TensorFlow tf.random_normal函数说明

函数形式：

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

参数：

1. shape: 输出张量的形状，必选
2. mean: 正态分布的均值，默认为0
3. stddev: 正态分布的标准差，默认为1.0
4. dtype: 输出的类型，默认为tf.float32
5. 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
6. name: 操作的名称

用途：用于从服从指定正态分布的数值中取出随机数。

代码示例：

# output1每次运行的结果不同
output1 = tf.Variable(tf.random_normal([2], stddev=0.1))
# seed设置数值，每次生成的结果相同
output2 = tf.Variable(tf.random_normal([2, 3], stddev=1, seed=1))

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(output1)
    print(output2)
    print(sess.run(output1))
    print(sess.run(output2))

运行结果：

<tf.Variable 'Variable_33:0' shape=(2,) dtype=float32_ref>
<tf.Variable 'Variable_34:0' shape=(2, 3) dtype=float32_ref>
[0.03875994 0.00234846]
[[-0.8113182   1.4845988   0.06532937]
 [-2.4427042   0.0992484   0.5912243 ]]

 

参考：https://blog.csdn.net/kdongyi/article/details/82380409