tf.truncated_normal_initializer
tf.truncated_normal_initializer
狼啸风云
修改于 2022-09-04 21:44:02
修改于 2022-09-04 21:44:02
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。
参数：
- mean：一个python标量或一个标量张量。要生成的随机值的均值。
- stddev：一个python标量或一个标量张量。要生成的随机值的标准偏差。
- seed：一个Python整数。用于创建随机种子。查看 tf.set_random_seed 行为。
- dtype：数据类型。只支持浮点类型。
import tensorflow as tf
t = tf.truncated_normal_initializer(stddev=0.1, seed=1)
v = tf.get_variable('v', [1], initializer=t)
with tf.Session() as sess:
for i in range(1, 10, 1):
sess.run(tf.global_variables_initializer())
print(sess.run(v))
Output:
----------------
[-0.08113182]
[0.06396971]
[0.13587774]
[0.05517125]
[-0.02088852]
[-0.03633211]
[-0.06759059]
[-0.14034753]
[-0.16338211]
----------------本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2019年08月11日，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读