一、随机数生成函数
-
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(严格的说是高斯分布),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。 -
tf.random_normal(shape, mean, stddev,seed) ,和上面的tf.truncated_normal区别是:
tf.truncated_normal的输出如字面意思是截断的,而截断的标准是2倍的stddev。
举例,当输入参数mean = 0 , stddev =1时,
使用tf.truncated_normal的输出是不可能出现[-2,2]以外的点的,
而如果shape够大的话,tf.random_normal却会产生2.2或者2.4之类的输出。
注:将seed设置成相同的值,会导致几次随机产生的值是相同的 -
tf.random_uniform():平均分布;需要指定最大值,最小值,取值类型
-
tf.random_gamma():gamma分布
需要指定形状参数alpha,尺度参数beta,取值类型需要指定形状参数alpha,尺度参数beta,取值类型