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 。