tf.truncated_normal

参考:tf.truncated_normal 理解

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

这个函数生成一个正太分布的张量。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。

这是一个截断的产生正太分布的函数,就是说产生正太分布的值如果与均值的差值大于两倍的标准差,那就重新生成。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。

即生成的随机数的取值范围为 [ mean - 2 * stddev, mean + 2 * stddev ]。
tf.truncated_normal的用法

你可能感兴趣的:(深度学习,深度学习)