zoukankan      html  css  js  c++  java
  • TensorFlow中random_normal和truncated_normal的区别

     

    原文链接:https://blog.csdn.net/zhangdongren/article/details/83344048

    区别如下:
    tf.random_normal(shape,mean=0.0,stddev=1.0,dtype=tf.float32,seed=None,name=None) 正太分布随机数,均值mean,标准差stddev
    tf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None) 截断正态分布随机数,均值mean,标准差stddev,不过只保留[mean-2stddev,mean+2stddev]范围内的随机数
    那么什么是正太分布呢?
    看下面这张图,就是正太分布的直观图:

    好了看完上面这张图,我们就可以理解什么是random_normal,什么又是truncated_normal了。所谓的random_normal服从正太分布的所有随机数,而truncated_normal仅仅只是截取了正太分布某一个范围的数据并不是全部数据。

    ////////////////////////////////////////////////////结束线/////////////////////////////////////////////////////////
     

  • 相关阅读:
    Ubuntu kylin 14.04 安装问题未解决
    C 语言实例
    C 语言实例
    C 语言实例
    C 语言实例
    C 语言实例
    C 语言实例
    C 语言实例
    C 语言实例
    C 语言实例
  • 原文地址:https://www.cnblogs.com/lvdongjie/p/11828900.html
Copyright © 2011-2022 走看看