tensorflow 基本函数学习1
转自:https://blog.csdn.net/uestc_c2_403/article/details/72235565
tf.truncated_normal(shape, mean, stddev) :shape表示生成张量的维度,mean是均值,stddev是标准差。这个函数产生正太分布,均值和标准差自己设定。这是一个截断的产生正太分布的函数,就是说产生正太分布的值如果与均值的差值大于两倍的标准差,那就重新生成。和一般的正太分布的产生随机数据比起来,这个函数产生的随机数与均值的差距不会超过两倍的标准差,但是一般的别的函数是可能的。
转自:https://blog.csdn.net/uestc_c2_403/article/details/72810506
tf.constant(value, dtype=None, shape=None)
创建一个常量tensor,按照给出value来赋值,可以用shape来指定其形状。value可以是一个数,也可以是一个list。 如果是一个数,那么这个常亮中所有值的按该数来赋值。
tf.random_normal(shape,mean=0.0,stddev=1.0,dtype=tf.float32)
tf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32)
tf.random_uniform(shape,minval=0,maxval=None,dtype=tf.float32)
这几个都是用于生成随机数tensor的。尺寸是shape
random_normal: 正太分布随机数,均值mean,标准差stddev
truncated_normal:截断正态分布随机数,均值mean,标准差stddev,不过只保留[mean-2*stddev,mean+2*stddev]范围内的随机数
random_uniform:均匀分布随机数,范围为[minval,maxval]
---------------------