tensorflow的随机数生成函数与常数生成函数

tensorflow有4个随机数生成函数，
tf.random_normal
tf.truncated_normal
tf.random_uniform
tf.random_gamma
下面依次介绍这4个生成器

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

生成服从正态分布的序列

• shape：生成序列的形状
• mean：均值，默认为0
• stddev：方差，默认为1，即默认生成服从标准正太分布的序列
• dtype：生成序列的数据类型，默认为tf.float
• 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（随机数生成器生成的每一个序列都对应一个序号，种子就是要取出序列的序号，所有种子为某个固定的数时，生成的随机数序列也是一定的）
• name：在图中的名称

测试代码：

>>> sess.run(tf.random_normal((2,3)))
array([[-1.8279679,  0.5287892, -0.7226615],
       [ 1.2206156,  1.0232216, -1.4359798]], dtype=flo
at32)

truncated_normal(
shape,
mean=0.0,
stddev=1.0,
dtype=tf.float32,
seed=None,
name=None
)
产生阶段正态分布随机数序列，产生数的范围为[mean - 2 * stddev, mean + 2 * stddev]，
测试代码

>>> sess.run(tf.truncated_normal((2,3)))
array([[ 1.1155893 , -0.12543556,  1.4562007 ],
       [-0.257259  ,  0.5197079 , -0.23471476]], dtype=
float32)

random_uniform(shape,
minval=0,
maxval=None,
dtype=dtypes.float32,
seed=None,
name=None)
生成均匀分布的序列，范围为[minval，maxval)，默认为生成[0,1)之间均匀分布的序列

>>> sess.run(tf.random_uniform((2,3)))
array([[0.8456813 , 0.6756115 , 0.64133   ],
       [0.6779822 , 0.00648534, 0.4588945 ]], dtype=flo
at32)

tf.random_gamma()生成Gamma分布
各个随机函数的作用在下面的表格中

tf的常数生成函数如下所示