tf建立tensor_tensorflow随机张量创建

TensorFlow 有几个操作用来创建不同分布的随机张量。注意随机操作是有状态的，并在每次评估时创建新的随机值。

下面是一些相关的函数的介绍：

tf.random_normal

从正态分布中输出随机值。

random_normal(

shape,

mean=0.0,

stddev=1.0,

dtype=tf.float32,

seed=None,

name=None

)

args:

shape：一维整数或 Python 数组表示输出张量的形状。

mean：dtype 类型的0-D张量或 Python 值表示正态分布的均值。

stddev：dtype 类型的0-D张量或 Python 值表示正态分布的标准差。

dtype：输出的类型。

seed：一个 Python 整数。用于为分发创建一个随机种子。

name：操作的名称(可选)。

返回：将返回一个指定形状的张量，通过符合要求的随机值填充。

tf.truncated_normal

生成的值遵循具有指定平均值和标准差的正态分布，和tf.random_normal不同之处在于其平均值大于 2 个标准差的值将被丢弃并重新选择。

tf.truncated_normal(

shape,

mean=0.0,

stddev=1.0,

dtype=tf.float32,

seed=None,

name=None

)

args:

shape：一维整数或 Python 数组表示输出张量的形状。

mean：dtype 类型的 0-D 张量或 Python 值表示截断正态分布的均值。

stddev：dtype 类型的 0-D 张量或 Python 值表示截断前正态分布的标准偏差。

dtype：输出的类型。

seed：一个 Python 整数。用于为分发创建随机种子。

name：操作的名称(可选)。

返回：

函数返回指定形状的张量，通过随机截断的符合要求的值填充。

tf.random_uniform

从均匀分布中输出随机值。

random_uniform(

shape,

minval&#