tensorflow--tf.random_uniform与tf.random_normal学习

参考：
https://www.w3cschool.cn/tensorflow_python/tensorflow_python-rnix2gv7.html
https://www.w3cschool.cn/tensorflow_python/tensorflow_python-n7hl2gmf.html
https://blog.csdn.net/cmajalis/article/details/80571463

tf.random_uniform

tf.random_uniform可用于生成均匀分布的随机数。
用法：

random_uniform(
    shape,
    minval=0,
    maxval=None,
    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。
minval：dtype 类型的 0-D 张量或 Python值；生成的随机值范围的下限；默认为0。
maxval：dtype 类型的 0-D 张量或 Python 值。要生成的随机值范围的上限。如果
dtype 是浮点，则默认为1 。
dtype：输出的类型：float16、float32、float64、int32、orint64。
seed：一个 Python 整数。用于为分布创建一个随机种子。查看 tf.set_random_seed 行为。
name：操作的名称（可选）。 返回： 用于填充随机均匀值的指定形状的张量。

举例：

import tensorflow as tf
with tf.Session() as sess:
    for i in range(2):
        print(tf.random_uniform([2, 2], seed=0).eval())

结果如下：

[[0.10086262 0.9701668 ]
[0.8487642 0.04828131]]
[[0.10086262 0.9701668 ]
[0.8487642 0.04828131]]

---

tf.random_normal

tf.random_normal用于生成正态分布的随机数。
用法：

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：一个 Python 整数。用于为分布创建一个随机种子。参考tf.set_random_seed 行为。
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。

举例：

import tensorflow as tf
with tf.Session() as sess:
    for i in range(2):
        print(tf.random_normal([2, 2], seed=0).eval())

结果如下：

[[-0.3991576 2.1044393 ]
[ 0.17107224 0.54651815]]
[[-0.3991576 2.1044393 ]
[ 0.17107224 0.54651815]]