首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >tf.random_normal函数

tf.random_normal函数

作者头像
北山啦
发布于 2022-11-27 05:52:41
发布于 2022-11-27 05:52:41
37400
代码可运行
举报
文章被收录于专栏:北山啦的博客北山啦的博客
运行总次数:0
代码可运行

tf.random_normal函数

tf.random_normal()函数用于从“服从指定正态分布的序列”中随机取出指定个数的值。

主要参数

tf.random_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)

参数

含义

shape:

输出张量的形状,必选

mean:

正态分布的均值,默认为0

stddev:

正态分布的标准差,默认为1.0

dtype:

输出的类型,默认为tf.float32

seed:

随机数种子,是一个整数,当设置之后,每次生成的随机数都一样

name:

操作的名称

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import tensorflow as tf
norm = tf.random_normal([100]) #生成100个随机数
with tf.Session() as sess:
    norm_data=norm.eval()
print(norm_data[:10])
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
[-2.1284895  -0.4170771  -0.8462604   2.8098361   0.06967747  1.3854322
 -1.4105673   0.93468976 -0.40508598 -0.3559054 ]
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import matplotlib.pyplot as plt
plt.hist(norm_data)
plt.show()


到这里就结束了,如果对你有帮助,欢迎点赞关注,你的点赞对我很重要

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2021-05-01,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
TensorFlow学习(二):tf.random_normal() 和 tf.random_unform()
A tensor of the specified shape filled with random normal values.
烤粽子
2021/07/07
7880
tensorflow载入数据的三种方式 之 TF生成数据的方法
Tensorflow数据读取有三种方式: Preloaded data: 预加载数据 Feeding: Python产生数据,再把数据喂给后端。 Reading from file: 从文件中直接读取 具体可以参考:极客学院的数据读取 这里介绍下: TF生成数据的方式 正常情况下,使用tf.initialize_all_variables()初始化变量,在完全构建好模型并加载之后才运行这个操作。生成数据的主要方法如下 1)如果需要利用已经初始化的参数给其他变量赋值 TF的变量有个initiali
学到老
2018/03/19
1.1K0
Tensorflow | Random |常用函数介绍
格式:tf.random_normal(shape,mean=0.0,stddev=1.0,dtype=tf.float32,seed=None,name=None)
努力在北京混出人样
2019/02/18
1.5K0
深度学习——感知机
从神经元的角度来说,感知机只含有一个神经元,他可以接收若干个输入,并将输出结果经过一个激活函数得到最终的输出结果。
Tom2Code
2022/11/21
3000
深度学习——感知机
tf.Variable()函数
tf.Variable(initializer,name),参数initializer是初始化参数,name是可自定义的变量名称,用法如下:
周小董
2019/03/25
10.2K0
tf.random_uniform与tf.truncated_normal
生成的值在该 [minval, maxval) 范围内遵循均匀分布.下限 minval 包含在范围内,而上限 maxval 被排除在外.
周小董
2019/03/25
1.1K0
Tensorflow快速入门
作者:叶 虎 编辑:李文臣 PART 01 Tensorflow简介 引言 实践深度学习肯定要至少学习并掌握一个深度学习框架。这里我们介绍一个最流行的深度学习框架:Tensorflow。Tensorf
机器学习算法工程师
2018/03/06
1.2K0
Tensorflow快速入门
混合密度网络-Mixture Density Networks
可以看到,如预期一样,单隐层神经网络可以很好地拟合正弦函数。然而,这种拟合方法只有当我们要用神经网络逼近的函数是一对一或多对一的函数时才有效。
YoungTimes
2022/04/28
1.7K0
混合密度网络-Mixture Density Networks
搭建的神经网络过程
x1、x2 表示输入,w1、w2 分别是 x1 到 y 和 x2 到 y 的权重,y=x1w1+x2w2。
foochane
2019/05/23
7700
搭建的神经网络过程
TensorFlow极简入门教程
随着 TensorFlow 在研究及产品中的应用日益广泛,很多开发者及研究者都希望能深入学习这一深度学习框架。本文介绍了TensorFlow 基础,包括静态计算图、张量、TensorBoard 可视化和模型参数的保存等。
刘盼
2018/07/26
1.7K1
TensorFlow极简入门教程
tf.truncated_normal_initializer
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。
狼啸风云
2019/08/18
1K0
【他山之石】TensorFlow神经网络实现二分类的正确姿势
“他山之石,可以攻玉”,站在巨人的肩膀才能看得更高,走得更远。在科研的道路上,更需借助东风才能更快前行。为此,我们特别搜集整理了一些实用的代码链接,数据集,软件,编程技巧等,开辟“他山之石”专栏,助你乘风破浪,一路奋勇向前,敬请关注。
马上科普尚尚
2021/03/17
9910
【他山之石】TensorFlow神经网络实现二分类的正确姿势
TF-NN
TF-Neural Network import tensorflow as tf import numpy as np from matplotlib import pyplot as plt #构建隐藏层build the hidden layer def add_layter(inputs,in_size,out_size,activation_function = None): #权值weight weight = tf.Variable(tf.random_normal([in
AngelNH
2020/04/16
3620
tf.random_normal_initializer:TensorFlow初始化器
tf.random_normal_initializer 函数random_normal_initializer 类继承自: Initializer别名:类 tf.initializers.random_normal类 tf.keras.initializers.RandomNormal类 tf.random_normal_initializer定义在:tensorflow/python/ops/init_ops.py.请参阅指南:变量>共享变量用正态分布产生张量的初始化器.参数:mean:一个 pytho
狼啸风云
2020/09/01
1.2K0
TensorFlow基础知识
x1、x2 表示输入,w1、w2 分别是 x1 到 y 和 x2 到 y 的权重,y=x1w1+x2w2。
foochane
2019/10/14
8200
TensorFlow基础知识
tensorflow | 随机数
使用tensorflow自带的随机种子函数来产生的随机数还是随机的,一脸尴尬。先介绍随机种子的使用。再来介绍随机函数。 ---- 随机种子 案例一 结果不一样 案例二 结果一样 随机函数 正态分布 截断正态分布 均匀分布 数据重排 例子 随机种子 案例一: 结果不一样 import tensorflow as tf b = tf.random_normal([1],seed = tf.set_random_seed(1234)) with tf.Session() as sees1: pri
努力在北京混出人样
2018/05/14
2K0
基于TensorFlow的深度学习系列教程 2——常量Constant
在tensorflow中,数据分为几种类型: 常量Constant、变量Variable、占位符Placeholder。其中:
用户1154259
2019/07/02
7690
TensorFlow2 一小时学会基本操作 1
https://iamarookie.blog.csdn.net/article/details/117591977
润森
2022/09/22
4240
TensorFlow2 一小时学会基本操作 1
Tensorflow从入门到精通(二):附代码实战
1.Tensor介绍 Tensor(张量)是Tensorflow中最重要的数据结构,用来表示Tensorflow程序中的所有数据。Tensor本是广泛应用在物理、数学领域中的一个物理量。那么在Tensorflow中该如何理解Tensor的概念呢? 实际上,我们可以把Tensor理解成N维矩阵(N维数组)。其中零维张量表示的是一个标量,也就是一个数;一维张量表示的是一个向量,也可以看作是一个一维数组;二维张量表示的是一个矩阵;同理,N维张量也就是N维矩阵。 在计算图模型中,操作间所传递的数据都可以看做是Te
磐创AI
2018/04/24
1.2K0
Tensorflow从入门到精通(二):附代码实战
TensorFlow实现简单神经网络分类问题
①定义神经网络的结构和前向传播的输出结果。 ②定义损失函数以及选择反向传播优化算法。 ③生成会话(tf.Session)并且在训练数据上反复运行反向传播优化算法。
里克贝斯
2021/05/21
1.2K0
TensorFlow实现简单神经网络分类问题
相关推荐
TensorFlow学习(二):tf.random_normal() 和 tf.random_unform()
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档