TensorFlow学习笔记--（1）张量的随机生成

Postlude2023-11-09 16:22

张量的生成

如何判断一个张量的维数：看张量的中括号有几层

0 1 2 ：零维数列

$2 4 6$ : 一维向量

$\[1 2 3$ $4 5 6$ ] : 二维数组两行三列第一行数据为 1 2 3 第二行数据为 4 5 6

以此类推 n维张量有n层中括号

python 复制代码

tf.zeros(%指定一个张量的维数%) 生成一个全0的张量
tf.ones(%指定一个张量的维数%) 生成一个全1的张量
tf.fill(%指定一个张量的维数%,%Value%) 生成一个全为Value的张量

随机张量的生成

在TF中,我们常常需要随机生成一个张量作为初始值以下是常用函数

python 复制代码

生成正态分布的随机值:
tf.random.normal(%维度%,mean=%均值(期望)%,stddev=%标准差%) 默认均值为0,标准差为1

生成截断式的正态分布的随机值:
tf.random.truncated_normal(%维度%,mean=%均值(期望)%,stddev=%标准差% ) 默认均值为0,标准差为1
这种方式可以保证随机数在 (υ-2σ,υ+2σ)区间内 不至于太大或太小

生成均匀分布的随机数:
tf.random.uniform(%维度%,minval=%最小值%,maxval=%最大值%)  - 前闭后开区间
例:random=tf.random,uniform([2,2],minval=1,maxval=4)