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))