TensorFlow中的random_normal()函数

tf.random_normal()函数用于从服从指定正态分布的数值中取出指定个数的值。

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

shape: 输出张量的形状，必选
mean: 正态分布的均值，默认为0
stddev: 正态分布的标准差，默认为1.0
dtype: 输出的类型，默认为tf.float32
seed: 随机数种子，是一个整数，当设置之后，每次生成的随机数都一样
name: 操作的名称

以下程序定义一个w1变量：

import tensorflow as tfw1 = tf.Variable(tf.random_normal([2, 3], stddev=1, seed=1))with tf.Session() as sess:sess.run(tf.global_variables_initializer())# sess.run(tf.initialize_all_variables())  #比较旧一点的初始化变量方法print w1print sess.run(w1)

输出：

<tf.Variable 'Variable:0' shape=(2, 3) dtype=float32_ref>
[[-0.81131822  1.48459876  0.06532937][-2.4427042   0.0992484   0.59122431]]

变量w1声明之后并没有被赋值，需要在Session中调用run(tf.global_variables_initializer())方法初始化之后才会被具体赋值。

tf中张量与常规向量不同的是执行"print w1"输出的是w1的形状和数据类型等属性信息，获取w1的值需要调用sess.run(w1)方法。

TensorFlow中的random_normal()函数相关推荐

【Tensorflow】Tensorflow中的卷积函数（conv2d、slim.conv2d、depthwise_conv2d、conv2d_transpose）
[fishing-pan:https://blog.csdn.net/u013921430 转载请注明出处] 前言卷积是卷积神经网络中最主要.最重要的运算.想必大家最早接触卷积的概念就是在初高中 ...
tensorflow中的norm()函数 | axis=0,axis=1,axis=2
tensorflow中的norm函数作用是用来求L1_norm范数和Eukl_norm范数. 本篇文章主要目的是讲解axis的含义,所以默认都是用L1_norm范数,方便理解. 首先,来看一下2维的情 ...
tensorflow中的正则化函数在_『TensorFlow』正则化添加方法整理
一.基础正则化函数 tf.contrib.layers.l1_regularizer(scale, scope=None) 返回一个用来执行L1正则化的函数,函数的签名是func(weights). ...
tensorflow中的shape函数理解
在tensorflow中经常用到shape函数例如 import tensorflow as tf a = tf.constant([[1.,2.,3.],[4.,5.,6.],[7.,8.,9.] ...
【Tensorflow2.0】tensorflow中的Dense函数解析
目录 1 作用 2 例子 3 与torch.nn.Linear的区别 4 参考文献 1 作用注意此处Tensorflow版本是2.0+. 由于本人是Pytorch用户,对Tensorflow不是很熟 ...
tensorflow中的lrn函数详解
LRN函数类似DROPOUT和数据增强作为relu激励之后防止数据过拟合而提出的一种处理方法,全称是 local response normalization--局部响应标准化.这个函数很少使用,基本 ...
tensorflow中的常用函数
写在前面,不算一篇公开的博客,只是记录自己在阅读代码时碰到的函数,随手百度随手记录. 此外,在科研中遇到的tf或者pytorch中的不知道功能的函数,都可以在python console中查看相关文档 ...
tensorflow中tf.random_normal和tf.truncated_normal的区别
1.tf.truncated_normal使用方法 tf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=No ...
tensorflow中的正则化函数在_tensorflow中的正则化及数据增强
正则化: 一般可以通过减少特征或者惩罚不重要特征的权重来缓解过拟合,但是我们通常不知道该惩罚那些特征的权重,而正则化就是帮助我们惩罚特征权重的,即特征的权重也会成为模型的损失函数一部分.可以理解为, ...

TensorFlow中的random_normal()函数

TensorFlow中的random_normal()函数相关推荐

最新文章

热门文章