TensorFlow 随机值与随机函数

参考文献：

1. 随机函数：https://blog.csdn.net/tz_zs/article/details/75948350
2. 数学与随机值：https://blog.csdn.net/xierhacker/article/details/53462070

常用随机函数

1. tf.random_normal：从正态分布输出随机值

   random_normal(shape,mean=0.0,stddev=1.0,dtype=tf.float32,seed=None,name=None)  
   
   shape：一个一维整数张量或Python数组。代表张量的形状。
   mean：数据类型为dtype的张量值或Python值。是正态分布的均值。
   stddev：数据类型为dtype的张量值或Python值。是正态分布的标准差
   dtype： 输出的数据类型。
   seed：一个Python整数。是随机种子。
   name： 操作的名称(可选)
   

2. tf.random_uniform：从均匀分布中返回随机值

   random_uniform(  
       shape,# 生成的张量的形状  
       minval=0,  
       maxval=None,  
       dtype=tf.float32,  
       seed=None,  
       name=None  
   )  
   返回值的范围默认是0到1的左闭右开区间，即[0，1)。
   minval为指定最小边界，默认为1。
   maxval为指定的最大边界，如果是数据浮点型则默认为1，如果数据为整形则必须指定。
   

3. tf.truncated_normal：截断的正态分布函数。生成的值遵循一个正态分布，但不会大于平均值2个标准差

   truncated_normal(  
       shape,#一个一维整数张量或Python数组。代表张量的形状。  
       mean=0.0,#数据类型为dtype的张量值或Python值。是正态分布的均值。  
       stddev=1.0,#数据类型为dtype的张量值或Python值。是正态分布的标准差  
       dtype=tf.float32,#输出的数据类型。  
       seed=None,#一个Python整数。是随机种子。  
       name=None#操作的名称(可选)  
   )  
   

4. tf.random_shuffle：沿着被洗牌的张量的第一个维度，随机打乱

   random_shuffle(  
       value,# 要被洗牌的张量  
       seed=None,  
       name=None  
   )
   [[1, 2],       [[5, 6],  
    [3, 4],  ==>   [1, 2],  
    [5, 6]]        [3, 4]]  
   

5. over

TensorFlow API框架简介

1. 核心代码目录Core

   ● common_runtime：公共运行库，包含 会话（session）、线程（thread），内存管理（memory）, 设备调度（device）等基本运行库。

   ● distributed_runtime：分布式运行库，与上面类似，作为分布式情况下的运行库，提供运行支撑。

   ● framework：框架基础模块定义，主要是通用组件的结构格式定义；

   ● graph：计算流图相关基础操作（类结构），包括 拆分、合并、执行 等操作，被外面的 executor 调用；

   ● kernels：核心操作定义，像常用的运算 matmul，sigmoid 等操作；

   ● lib：基础库用于内部调用，包括 hash、io、jpeg、math 等；

   ● ops：对 kernel 下的op进行注册和对外声明；

   ● protobuf：Google 的传输交换模块，用于传输时的数据序列化；

2. Graph

   首先搞清一个概念，Graph 是 Tensorflow 必须要存在的，是灵魂核心，你所看到的任何一个 图都是通过 Graph来组织的。

   image

   >>> import tensorflow as tf    
   >>> str = tf.constant("Hello World!")    
   >>> se = tf.Session()    
   >>> print se.run(str)  
   没看到 Graph 的创建对不对？ 实际上在你创建 Session 的时候，系统自动为你创建了一个 默认Graph，用于接下来所有 OP 的组织和存放。
   

3. Session

4. over