1.tf.random_uniform()
tf.random_uniform([row_dim,col_dim],minval=0,maxval=1)
从均匀分布中取随机值。
- minval:均匀分布的最小值
- maxval:均匀分布的最大值
2.tf.random_normal()
tf.random_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)
从正态分布(高斯分布)中取随机值。
- shape:输出的大小
- mean:随机生成的正态分布的均值
- stddev:随机生成的正态分布的标准差
- dtype:输出的类型
- seed:随机种子数
3.tf.truncated_normal()
tf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)
从截断的正态分布中取随机值,取 (μ-2σ,μ+2σ) 之内的值。
- shape:输出的大小
- mean:随机生成的正态分布的均值
- stddev:随机生成的正态分布的标准差
- dtype:输出的类型
- seed:随机种子数