tf.truncated_normal与tf.random_normal的区别
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 ...
最新文章
- 程序员,你想不想进大厂?
- STM32之JScope调试
- eclipse的安装与基本配置
- 小学生四则运算JAVA
- Mozilla的 MDN 学习区Web开发
- python封装功能讲解_python学习28——面向对象实例讲解与封装
- Redhat=》中文
- 【最全】PS各个版本下载安装及小试牛刀教程(PhotoShop CS3 ~~ PhotoShop 2022)
- 吃鸡手游服务器响应超时闪退,吃鸡界面怎么老是连接超时 | 手游网游页游攻略大全...
- CentOS7 设置笔记本触摸板
- 2022年全国职业院校技能大赛网络安全竞赛试题 A-1样题
- stata绘制地理分布图的spmap命令
- 为革命保护视力 --- 给 Visual Studio 换颜色
- 关联规则:一款在策略挖掘中必不可少的算法
- 使用Flutter开发Github客户端及学习历程的小结
- oracle 用户名密码找回
- 页面中拖拽效果的实现
- Redis启动多端口、运行多实例
- U盘插入电脑后,有提示音,但不能显示出来,如何解决?
- 数据加密 第五篇:非对称密钥