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]]