tf.random_normal()函数的作用是用于从“服从指定正态分布的序列”中随机取出指定个数的值。
所谓正态分布,又叫高斯分布,是一个连续概率密度分布函数。
tf.randonm_noraml()函数的语法格式如下:
tf.random_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)
其中:
shape 为输出张量的形状,为必选项
mean 为正态分布的均值,默认为0
stddev 为正态分布的标准差,默认为1.0
seed 为随机种子数,为整数,随机序列是根据种子唯一确定的,只要种子相同,产生的随机序列便相同
name 为操作的名称
例如:
import tensorflow as tf
input = tf.Variable(tf.random_normal([1,5,5,3]))
with tf.Session() as sess:
sess.run(input.initializer)
print(sess.run(input))
#运行结果
[[[[-0.7454636 0.03870967 0.499464 ]
[ 0.01725985 -1.2244105 -1.6262299 ]
[ 1.8017979 1.2188805 1.1877036 ]
[-0.08225604 -0.8289766 -1.0069171 ]
[ 0.08548685 0.38678396 -0.06541175]]
[[ 2.271191 -0.7732743 -0.15554452]
[-2.241175 0.29854086 1.0041063 ]
[ 0.6991635 -1.7396529 -0.7374505 ]
[-0.5852505 0.88299006 -1.5743845 ]
[ 0.8280015 0.02470831 0.33052137]]
[[ 0.6463283 1.1719413 -0.19805023]
[ 1.5964472 -1.1507655 -1.0999148 ]
[ 1.4959308 0.525646 -0.60024863]
[ 1.6386142 0.4058534 0.17963116]
[-1.2321793 -0.2079191 -0.6737418 ]]
[[ 0.25240493 1.5668072 0.6483646 ]
[ 0.20408206 -0.6431087 -0.7118929 ]
[-0.13831058 0.53905994 -0.4816451 ]
[ 0.60772145 -1.010051 0.48794225]
[-0.6629668 -1.4014018 -1.6044072 ]]
[[ 1.1188719 1.2768118 1.678738 ]
[-0.28573373 -0.91169524 0.5676773 ]
[ 1.1425312 1.021058 -0.2496363 ]
[ 0.7869419 2.7500951 -0.2996866 ]
[ 1.2606938 -0.8662487 0.96554065]]]]
以上内容,如有错误,敬请批评指正!谢谢!