tf.truncated_normal
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。
和一般的正太分布的产生随机数据比起来,这个函数产生的随机数与均值的差距不会超过两倍的标准差。
c = tf.truncated_normal(shape=[5,5], mean=0, stddev=1)
with tf.Session() as sess:
print (sess.run(c))
[[-0.8753589 0.41450828 0.6864193 -1.4532009 -1.2428166 ] [ 1.6081111 -1.706497 -0.30391937 -1.9017276 0.5069634 ] [-0.44165823 -0.3769822 0.23718952 0.40979347 0.35884857] [-0.1833816 -0.58976877 0.70531815 -0.05325391 0.00815403] [-0.98096454 -0.12696017 -1.1716813 -0.02667531 1.141188 ]]
posted on 2019-05-27 15:24 happygril3 阅读(224) 评论(0) 编辑 收藏 举报