tf.truncated_normal与tf.random

原文地址：
https://blog.csdn.net/u013713117/article/details/65446361/

一、`tf.truncated_normal`

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

从截断的正态分布中输出随机值。生成的值服从具有指定平均值和标准偏差的正态分布，如果生成的值大于平均值2个标准偏差的值则丢弃重新选择。
在正态分布的曲线中，横轴区间（μ-2σ，μ+2σ）内的面积为95.449974%。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。
参数：
shape: 一维的张量，也是输出的张量。
mean: 正态分布的均值。
stddev: 正态分布的标准差。
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。

二、`tf.random_normal`

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

从正态分布中输出随机值。
参数：
shape: 一维的张量，也是输出的张量。
mean: 正态分布的均值。
stddev: 正态分布的标准差。
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。

结果比较图见文章：
https://blog.csdn.net/u014687582/article/details/78027061
可见截断的好处主要就在于可以避免偏差太大，可以使随机值集中在均值附近。

tf.truncated_normal与tf.random_normal的区别相关推荐

tf.truncated_normal和tf.random_normal使用方法的区别
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 ...
tf.Variable和 tf.get_variable区别（1）
tensorflow中有两个关于variable的op,tf.Variable()与tf.get_variable()下面介绍这两个创建变量函数的区别先来看看这两个函数的参数列表,就不打了,直接截图 ...
【TensorFlow】TensorFlow函数精讲之tf.truncated_normal()
tf.truncated_normal()函数是一种"截断"方式生成正太分布随机值,"截断"意思指生成的随机数值与均值的差不能大于两倍中误差,否则会重新生成. ...
tf.variable和tf.get_Variable以及tf.name_scope和tf.variable_scope的区别
在训练深度网络时,为了减少需要训练参数的个数(比如具有simase结构的LSTM模型).或是多机多卡并行化训练大数据大模型(比如数据并行化)等情况时,往往需要共享变量.另外一方面是当一个深度学习模型变 ...
TF：tensorflow框架中常用函数介绍—tf.Variable()和tf.get_variable()用法及其区别
TF:tensorflow框架中常用函数介绍-tf.Variable()和tf.get_variable()用法及其区别目录 tensorflow框架 tensorflow.Variable()函数 ...
tf里面InteractivateSession()与Session()的区别
区别我们使用tf.InteractiveSession()来构建会话的时候,我们可以先构建一个session然后再定义操作(operation) 如果使用tf.Session(),我们需要在会话构建 ...
tf.truncated_normal
tf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None) 从截断的正态分布中输出 ...
tf.truncated_normal的用法
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,均值和标准差自己设定.这是 ...

tf.truncated_normal与tf.random_normal的区别

一、`tf.truncated_normal`

二、`tf.random_normal`

tf.truncated_normal与tf.random_normal的区别相关推荐

最新文章

热门文章

tf.truncated_normal与tf.random_normal的区别

一、tf.truncated_normal

二、tf.random_normal

tf.truncated_normal与tf.random_normal的区别相关推荐

最新文章

热门文章

一、`tf.truncated_normal`

二、`tf.random_normal`