TensorFlow函數（六）初始值生成函數

1.常量生成函數

tf.constant(value, dtype)

生成一個初始值爲常量value的數組

• value：指定的常量
• dtype：數據類型

tf.zeros(shape, dtype)

生成一個形狀爲shape、初始值全爲0的數組

tf.ones(shape, dtype)

生成一個形狀爲shape、初始值全爲1的數組

 

2.初始化爲正太分佈

tf.random_normal(shape, mean, stddev, seed, dtype)

生成一組符合標準正態分佈的數組

• shape：數據形狀
• mean：正態分佈的均值，默認值 0
• stddev：正態分佈的標準差， 默認值 1
• seed：隨機種子，指定seed的值相同生成一樣的數據
• dtype：數據類型

tf.truncated_normal(shape, mean, stddev, seed, dtype)

生成一組符合截斷正態分佈的數組，若是隨機生成的值偏離均值超過2個標準差，那麼這個數將會被從新生成

 

3.初始化爲均勻分佈

tf.random_uniform(shape, minval, maxval, seed, dtype)

生成一組符合均勻分佈的數組

• shape：數據形狀
• minval：最小值
• maxval：最大值
• seed：隨機數種子
• dtype：數據類型

均勻分佈生成的隨機數並非從小到大或者從大到小均勻分佈的，這裏均勻分佈的意義是每次從一組服從均勻分佈的數裏邊隨機抽取一個數