TensorFLow 函數(shù)翻譯 — tf.truncated_normal()

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


Outputs random values from a truncated normal distribution.

從一個正態(tài)分布片段中輸出隨機(jī)數(shù)值

The generated values follow a normal distribution with specified mean and standard deviation, except that values whose magnitude is more than 2 standard deviations from the mean are dropped and re-picked.

生成的值會遵循一個指定了平均值和標(biāo)準(zhǔn)差的正態(tài)分布啸胧,只保留兩個標(biāo)準(zhǔn)差以內(nèi)的值勋磕,超出的值會被棄掉重新生成。

Args:
shape: A 1-D integer Tensor or Python array. The shape of the output tensor.
mean: A 0-D Tensor or Python value of typedtype. The mean of the truncated normal distribution.
stddev: A 0-D Tensor or Python value of typedtype. The standard deviation of the truncated normal distribution.
dtype: The type of the output.
seed: A Python integer. Used to create a random seed for the distribution. Seeset_random_seed
for behavior.
name: A name for the operation (optional).

參數(shù):
shape: 一個一維整數(shù)張量 或 一個Python數(shù)組。 這個值決定輸出張量的形狀秽荤。
mean: 一個零維張量或 類型屬于dtype的Python值. 這個值決定正態(tài)分布片段的平均值
stddev: 一個零維張量或 類型屬于dtype的Python值. 這個值決定正態(tài)分布片段的標(biāo)準(zhǔn)差。
dtype: 輸出的類型.
seed: 一個Python整數(shù). 被用來為正態(tài)分布創(chuàng)建一個隨機(jī)種子. 詳情可見set_random_seed
for behavior.
name: 操作的名字 (可選參數(shù)).

Returns:
A tensor of the specified shape filled with random truncated normal values.

一個指定形狀并用正態(tài)分布片段的隨機(jī)值填充的張量

感謝 梓曉宇 提供的錯誤修正 > <

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子兆龙,更是在濱河造成了極大的恐慌,老刑警劉巖敲董,帶你破解...
    沈念sama閱讀 218,941評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件紫皇,死亡現(xiàn)場離奇詭異,居然都是意外死亡腋寨,警方通過查閱死者的電腦和手機(jī)坝橡,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,397評論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來精置,“玉大人,你說我怎么就攤上這事锣杂≈耄” “怎么了?”我有些...
    開封第一講書人閱讀 165,345評論 0 356
  • 文/不壞的土叔 我叫張陵元莫,是天一觀的道長赖阻。 經(jīng)常有香客問我,道長踱蠢,這世上最難降的妖魔是什么火欧? 我笑而不...
    開封第一講書人閱讀 58,851評論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮茎截,結(jié)果婚禮上苇侵,老公的妹妹穿的比我還像新娘。我一直安慰自己企锌,他們只是感情好榆浓,可當(dāng)我...
    茶點故事閱讀 67,868評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著撕攒,像睡著了一般陡鹃。 火紅的嫁衣襯著肌膚如雪烘浦。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,688評論 1 305
  • 那天萍鲸,我揣著相機(jī)與錄音闷叉,去河邊找鬼。 笑死脊阴,一個胖子當(dāng)著我的面吹牛握侧,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播蹬叭,決...
    沈念sama閱讀 40,414評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼藕咏,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了秽五?” 一聲冷哼從身側(cè)響起孽查,我...
    開封第一講書人閱讀 39,319評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎坦喘,沒想到半個月后盲再,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,775評論 1 315
  • 正文 獨居荒郊野嶺守林人離奇死亡瓣铣,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,945評論 3 336
  • 正文 我和宋清朗相戀三年答朋,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片棠笑。...
    茶點故事閱讀 40,096評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡梦碗,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出蓖救,到底是詐尸還是另有隱情洪规,我是刑警寧澤,帶...
    沈念sama閱讀 35,789評論 5 346
  • 正文 年R本政府宣布循捺,位于F島的核電站斩例,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏从橘。R本人自食惡果不足惜念赶,卻給世界環(huán)境...
    茶點故事閱讀 41,437評論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望恰力。 院中可真熱鬧叉谜,春花似錦、人聲如沸踩萎。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,993評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至翻具,卻和暖如春履怯,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背裆泳。 一陣腳步聲響...
    開封第一講書人閱讀 33,107評論 1 271
  • 我被黑心中介騙來泰國打工叹洲, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人工禾。 一個月前我還...
    沈念sama閱讀 48,308評論 3 372
  • 正文 我出身青樓幢竹,卻偏偏與公主長得像拌蜘,于是被迫代替她去往敵國和親绝页。 傳聞我的和親對象是個殘疾皇子迄汛,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,037評論 2 355

推薦閱讀更多精彩內(nèi)容