使用随机分布填充张量元素
TensorFlow 为我们提供了生成填充随机值分布的张量的函数。
生成的分布受图级别或操作级别种子的影响。使用tf.set_random_seed
设置图级种子,而在所有随机分布函数中给出操作级种子作为参数seed
。如果未指定种子,则使用随机种子。
有关TensorFlow中随机种子的更多详细信息,请访问以下链接:https://www.tensorflow.org/api_docs/python/tf/set_random_seed。
下表列出了一些张量生成函数,用于使用随机值分布填充张量元素:
random_normal(
shape,
mean=0.0,
stddev=1.0,
dtype=tf.float32,
seed=None,
name=None
)
生成指定形状的张量,填充正态分布的值:normal(mean, stddev)
。
truncated_normal(
shape,
mean=0.0,
stddev=1.0,
dtype=tf.float32,
seed=None,
name=None
)
生成指定形状的张量,填充来自截断的正态分布的值:normal(mean, stddev)
。截断意味着返回的值始终与平均值的距离小于两个标准偏差。
random_uniform(
shape,
minval=0,
maxval=None,
dtype=tf.float32,
seed=None,
name=None
)
生成指定形状的张量,填充均匀分布的值:uniform([minval, maxval))
。
random_gamma(
shape,
alpha,
beta=None,
dtype=tf.float32,
seed=None,
name=None
)
生成指定形状的张量,填充来自伽马分布的值:gamma(alpha,beta)
。有关random_gamma
函数的更多详细信息,请访问以下链接: https://www.tensorflow.org/api_docs/python/tf/random_gamma 。