tf.random_uniform_initializer

简介:

random_uniform_initializer = RandomUniform()

可简写为tf.RandomUniform()

生成均匀分布的随机数,参数有四个(minval=0, maxval=None, seed=None, dtype=dtypes.float32),分别用于指定最小值,最大值,随机数种子和类型。


Help on class RandomUniform in module tensorflow.python.ops.init_ops:


class RandomUniform(Initializer)

 |  Initializer that generates tensors with a uniform distribution.

 |  

 |  Args:

 |    minval: A python scalar or a scalar tensor. Lower bound of the range

 |      of random values to generate.

 |    maxval: A python scalar or a scalar tensor. Upper bound of the range

 |      of random values to generate.  Defaults to 1 for float types.

 |    seed: A Python integer. Used to create random seeds. See

 |      @{tf.set_random_seed}

 |      for behavior.

 |    dtype: The data type.

 |  

 |  Method resolution order:

 |      RandomUniform

 |      Initializer

 |      builtins.object

 |  

 |  Methods defined here:

 |  

 |  __call__(self, shape, dtype=None, partition_info=None)

 |      Call self as a function.

 |  

 |  __init__(self, minval=0, maxval=None, seed=None, dtype=tf.float32)

 |      Initialize self.  See help(type(self)) for accurate signature.

 |  

 |  get_config(self)

 |      Returns the configuration of the initializer as a JSON-serializable dict.

 |      

 |      Returns:

 |        A JSON-serializable Python dict.

 |  

 |  ----------------------------------------------------------------------

 |  Class methods inherited from Initializer:

 |  

 |  from_config(config) from builtins.type

 |      Instantiates an initializer from a configuration dictionary.

 |      

 |      Example:

 |      

 |      ```python

 |      initializer = RandomUniform(-1, 1)

 |      config = initializer.get_config()

 |      initializer = RandomUniform.from_config(config)

 |      ```

 |      

 |      Args:

 |        config: A Python dictionary.

 |          It will typically be the output of `get_config`.

 |      

 |      Returns:

 |        An Initializer instance.

 |  

 |  ----------------------------------------------------------------------

 |  Data descriptors inherited from Initializer:

 |  

 |  __dict__

 |      dictionary for instance variables (if defined)

 |  

 |  __weakref__

 |      list of weak references to the object (if defined)


目录
相关文章
|
8月前
|
Python
Python random 随机函数(random、uniform、randint、choice、choices、randrange、shuffle、sample)
Python random 随机函数(random、uniform、randint、choice、choices、randrange、shuffle、sample)
77 0
|
10月前
|
机器学习/深度学习 数据采集 运维
Random Forest
首届世界科学智能大赛:生命科学赛道——生物学年龄评价与老年病风险预测
91 0
|
10月前
|
数据格式
详解torch.size
详解torch.size
113 0
详解torch.size
|
PyTorch 算法框架/工具 异构计算
pytorch中的torch.manual_seed()
random.seed(rand_seed)随机数种子,当使用random.seed(rand_seed)设定好种子之后,其中rand_seed可以是任意数字,比如10,那么每次调用生成的随机数将会是同一个。
126 0
|
TensorFlow 算法框架/工具
TensorFlow教程(6) tf.Variable() 和tf.get_variable()
TensorFlow教程(6) tf.Variable() 和tf.get_variable()
152 0
|
定位技术 内存技术
TF 卡是什么
TF 卡是什么
398 0
|
机器学习/深度学习 TensorFlow 算法框架/工具
TF之RNN:TF的RNN中的常用的两种定义scope的方式get_variable和Variable
TF之RNN:TF的RNN中的常用的两种定义scope的方式get_variable和Variable
TF之RNN:TF的RNN中的常用的两种定义scope的方式get_variable和Variable
|
Python 算法框架/工具 TensorFlow