tf.randm_normal和tf.constant

以下两个函数都是tf.Variable中initializer的主要参数，目的是为了生成张量，下面简要的说下。

1.tf.random_normal
他的函数如下，就是一个高斯分布

即随机生成满足高斯分布的张量
tf.random.normal(shape,mean=0.0,stddev=1.0,dtype=tf.float32,seed=None,name=None)
shape:一个一维整数张量或python数组，代表张量形状
mean:数据类型为dtype或python数组的张量类型，正态分布的均值,对应整个分布的中心center
stddev:数据类型为dtype或python数组的张量类型，正态分布的标准差，越大模型越矮胖，越小越瘦高
dtype:输出的数据类型
seed:随机种子
name:操作的名称

可以只用一个参数shape，就是默认的高斯分布类型

2.tf.constant
他也是用来创建张量的
tf.constant(
value,
dtype=None,
shape=None,
name=‘Const’,
verify_shape=False
)
value：必选，可以是一个数也可以是一个列表
dtype:数据的类型
shape:数据的维度，若value是数字，那么所有的维度都是这个数，若value是列表，那么这个列表要小于等于shape的行列乘积才行
name:可以是任何内容
verify_shape:默认为false，若为true检查value的大小是否符合value，不符合会报错