tf.truncated_normal()用法

简述

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

• 这个函数产生正态分布;这是一个截断的产生正态分布的函数，生成的数值服从具有指定平均值和标准偏差的正态分布，换句话说，产生的值如果与均值的差值大于两倍的标准差则丢弃重新选择；这个函数和一般的正态分布产生的随机数据相比，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。
• shape：表示生成张量的维度
• mean：均值
• stddev：标准差
• dtype：输出的类型
• seed：一个整数，当设置之后，每次生成的随机数都一样
• name：操作的名字

此外：在正态分布的曲线中：
横轴区间（μ-σ，μ+σ）内的面积为68.268949%
横轴区间（μ-2σ，μ+2σ）内的面积为95.449974%
横轴区间（μ-3σ，μ+3σ）内的面积为99.730020%

X落在(μ-3σ,μ+3σ)以外的概率小于千分之三,在实际问题中常认为相应的事件是不会发生的,基本上可以把区间(μ-3σ，μ+3σ)看作是随机变量X实际可能的取值区间,这称之为正态分布的"3σ"原则.
在tf.truncated_normal中如果X的取值在区间(μ-2σ,μ+2σ)之外则重新进行选择.这样保证了生成的值都在均值附近.

实例

import tensorflow._api.v2.compat.v1 as tf
tf.disable_v2_behavior()

c = tf.truncated_normal(shape = [3,3],mean = 0 , stddev = 1)
with tf.Session() as sess:
    print(sess.run(c))

输出:

'''
[[-0.04338798  0.9103105  -1.0928041 ]
 [ 0.1483252  -0.11247149 -1.2393879 ]
 [ 0.5323354   0.946114   -0.66076565]]
'''