tf.random_uniform()

tf.random_uniform(shape,minval=0,maxval=None,dtype=tf.float32,seed=None,name=None)

从均匀分布中输出随机值。生成的值在该[minval, maxval)范围内遵循均匀分布。下限 minval包含在范围内，而上限maxval被排除在外。对于浮点数，默认范围是[0,1)。对于整数，至少maxval必须明确地被指定。在整数情况下，随机整数稍有偏差，除非maxval-minval是2的精确幂。对于maxval-minval的值，偏差很小，明显小于输出(232 或者 264)的范围。
shape：一维整数张量或Python数组；输出张量的形状。
minval：dtype类型的0维张量或Python值；生成的随机值范围的下限。默认为0。
maxval：dtype类型的0维张量或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。
name：操作的名称(可选)。

# -*- coding: utf-8 -*-
"""
Created on Mon Jul 22 12:35:21 2019

@author: Administrator
"""

import tensorflow as tf

A=tf.random_uniform(shape=(4,1),minval=0,maxval=None,\
                    dtype=tf.float32,seed=None,name=None)
B=tf.random_uniform(shape=(3,3),minval=0,maxval=None,\
                    dtype=tf.float32,seed=None,name=None)
C=tf.random_uniform(shape=(1,5),minval=0,maxval=23,\
                    dtype=tf.int32,seed=None,name=None)

print('A:',A.eval())
print('B:',B.eval())
print('C:',C.eval())

#输出：
#A: [[0.02448559]
# [0.7221812 ]
# [0.15603411]
# [0.4908315 ]]
#B: [[0.45691633 0.8306242  0.24430227]
#  [0.90618944 0.23485541 0.00950408]
#  [0.51974654 0.51217234 0.6660249 ]]
#C: [[22 18  2 14  3]]