Tensorflow：tf.random_uniform() 和 tf.random_normal

一、tf.random_uniform()

默认是在 0 到 1 之间产生随机数，也可以通过 minval 和 maxval 指定上下界

tf.random_uniform((4, 4), minval=low,maxval=high,dtype=tf.float32)))

返回6*6的矩阵，产生于 low 和 high 之间，产生的值是均匀分布的。

import tensorflow as tf
import numpy as np

a = tf.random_uniform([1])

with tf.Session() as sess:
    print(sess.run(tf.random_uniform((4,4),minval=-0.5,maxval=0.5,dtype=tf.float32)))

二、tf.random_normal

tf.random_normal()函数用于从服从指定正太分布的数值中取出指定个数的值

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

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

import tensorflow as tf
 
w = tf.Variable(tf.random_normal([2, 3], stddev=1, seed=1))
 
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(w)
    print(sess.run(w))