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。
import tensorflow as tf b = tf.random_normal([1],seed = tf.set_random_seed(1234)) with tf.Session() as sees1: print (sees1.run(b))
每次结果不一样。
import tensorflow as tf b = tf.random_normal([1],seed = 1234) with tf.Session() as sees1: print (sees1.run(b))
结果一样。
产生服从正态分布的随机数
tf.random_normal(shape,mean=0.0,stddev=1.0,dtype=tf.float32,seed=None,name=None)
产生服从截断正态分布的随机数,详情见截断正态分布
tf.truncated_normal(shape,mean=0.0,stddev=1.0,dtype=tf.float32,seed=None,name=None)
产生服从均匀分布的随机数
tf.random_uniform(shape,minval=0.0,maxval=1.0,dtype=tf.flaot32,seed=None,name=None)
使数据重新排列
tf.random_shuffle(value,seed=None,name=None)
本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。
我来说两句