当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python tf.random.stateless_parameterized_truncated_normal用法及代码示例


从截断的正态分布中输出随机值。

用法

tf.random.stateless_parameterized_truncated_normal(
    shape, seed, means=0.0, stddevs=1.0, minvals=-2.0, maxvals=2.0, name=None
)

参数

  • shape 一维整数 Tensor 或 Python 数组。输出张量的形状。
  • seed 形状 [2] 张量，随机数生成器的种子。必须具有数据类型 int32 或 int64 。 (使用 XLA 时，仅允许使用 int32。)
  • means Tensor 或 dtype 类型的 Python 值。截断正态分布的平均值。这必须与 stddevs , minvals 和 maxvals 一起广播，并且广播的形状必须以 shape 为主。
  • stddevs Tensor 或 dtype 类型的 Python 值。截断正态分布的标准差。这必须与 means , minvals 和 maxvals 一起广播，并且广播的形状必须以 shape 为主。
  • minvals Tensor 或 dtype 类型的 Python 值。截断正态分布的最小值。这必须与 means , stddevs 和 maxvals 一起广播，并且广播的形状必须以 shape 为主。
  • maxvals Tensor 或 dtype 类型的 Python 值。截断正态分布的最大值。这必须与 means , stddevs 和 minvals 一起广播，并且广播的形状必须以 shape 为主。
  • name 操作的名称(可选)。

返回

  • 用随机截断的正常值填充的指定形状的张量。

生成的值遵循具有指定均值和标准差的正态分布，但幅度大于均值 2 个标准差的值将被丢弃并重新选择。

例子：

来自截断法线的样本，具有广播的延迟形状参数。

means = 0.
stddevs = tf.math.exp(tf.random.uniform(shape=[2, 3]))
minvals = [-1., -2., -1000.]
maxvals = [[10000.], [1.]]
y = tf.random.stateless_parameterized_truncated_normal(
  shape=[10, 2, 3], seed=[7, 17],
  means=means, stddevs=stddevs, minvals=minvals, maxvals=maxvals)
y.shape
TensorShape([10, 2, 3])

相关用法


注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.random.stateless_parameterized_truncated_normal。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。