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

????????從截斷的正態分布中輸出隨機值。 shape表示生成張量的維度，mean是均值，stddev是標準差。這個函數產生正太分布，均值和標準差自己設定。這是一個截斷的產生正太分布的函數，就是說產生正太分布的值如果與均值的差值大于兩倍的標準差，那就重新生成。和一般的正太分布的產生隨機數據比起來，這個函數產生的隨機數與均值的差距不會超過兩倍的標準差，但是一般的別的函數是可能的。

? ? ? ?生成的值服從具有指定平均值和標準偏差的正態分布，如果生成的值大于平均值2個標準偏差的值則丟棄重新選擇。

????????在正態分布的曲線中，橫軸區間（μ-σ，μ+σ）內的面積為68.268949%。?

????????橫軸區間（μ-2σ，μ+2σ）內的面積為95.449974%。?

????????橫軸區間（μ-3σ，μ+3σ）內的面積為99.730020%。?

????????X落在（μ-3σ，μ+3σ）以外的概率小于千分之三，在實際問題中常認為相應的事件是不會發生的，基本上可以把區間（μ-3σ，μ+3σ）看作是隨機變量X實際可能的取值區間，這稱之為正態分布的“3σ”原則。?

????????在tf.truncated_normal中如果x的取值在區間（μ-2σ，μ+2σ）之外則重新進行選擇。這樣保證了生成的值都在均值附近。

參數:

shape: 一維的張量，也是輸出的張量。

mean: 正態分布的均值。

stddev: 正態分布的標準差。

dtype: 輸出的類型。

seed: 一個整數，當設置之后，每次生成的隨機數都一樣。

name: 操作的名字。

?

總結

以上是生活随笔為你收集整理的tf.truncated_normal的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。