AI學習之路(13) 建立隨機張量3

2021-07-27 15:49:00 字數 1222 閱讀 7910

tf.random_uniform(shape, minval=0, maxval=none, dtype=tf.float32, seed=none, name=none)

均勻分布(uniform distribution)是概率統計中的重要分布之一。顧名思義,均勻,表示可能性相等的含義。

引數:shape: 一維整數張量或者

python

陣列,用來說明行列形式。

minval: 0維張量或者

python

的數值。表示生成隨機值的下限。

maxval: 0維張量或者

python

的數值。表示生成隨機值的上限。

dtype: 輸出張量的型別。

seed: python整數,用來產生隨機的種子。

name: 張量的名稱。

返回值:

返回平均分布的隨機張量。

例子:

#python 3.5.3  蔡軍生  

# #import tensorflow as tf

import matplotlib as mpl

import matplotlib.pyplot as plt

#繪製直方圖

def drawhist(heights):

#建立直方圖

#第乙個引數為待繪製的定量資料,不同於定性資料,這裡並沒有事先進行頻數統計

#第二個引數為劃分的區間個數

plt.hist(heights, 100)

plt.xlabel('value')

plt.ylabel('frequency')

plt.title('test')

plt.show()

#建立張量常量

x = tf.random_uniform(shape=[20000], minval=-1.0,maxval=1.0,dtype=tf.float32)

#顯示它的值

init_op = tf.global_variables_initializer()

with tf.session() as sess:

sess.run(init_op)

print(x.eval())

drawhist(x.eval())

輸出結果:

AI學習之路(11) 建立隨機張量1

由於在測試的過程中,經常要產生一些不同分布的隨機數,比如初始化待定的變數。又或者一些訓練資料。因此來學習一些隨機數的產生。tf.random normal shape,mean 0.0,stddev 1.0,dtype tf.float32,seed none,name none 從正態分佈建立隨機...

我的AI學習之路 1

其實有多種方式搭建ai環境,有簡單環境 windows python pycharm 還有anaconda模式 注意python的版本,是32位還是64位的,選擇64位,如果32位會出現很多想不到的錯誤提示 二 安裝 numpy包 pip3 install numpy 如果pip3版本低了,會的提示...

Tensorflow2 0學習筆記 建立張量

使用constant建立張量 使用constant函式建立張量 其中 1,5 表示張量內容,dtype表示資料型別 a tf.constant 1,5 dtype tf.int32 輸出a,a的資料型別,a的形狀 print a print a.dtype print a.shape 輸出結果 tf...