Tensorflow函数：tf.random_normal

在tensorflow中，可能有这样一句话： W1 = tf.Variable(tf.random_normal([3, 3, 1, 32], stddev=0.01))，对于函数tf.random_normal解释如下：

tf.random_normal

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

输出的值服从正态分布

Args:

shape: 用一个list表示产出的Tensor的形状。比如[2,3]表示2*3的一个张量

mean: 类型为dtype的0-D张量或Python值。 正态分布的均值。

stddev: 类型为dtype的0-D张量或Python值。 正态分布的标准差。

dtype: 产生数据类型

seed: 一个Python整数。 用于为分发创建随机种子。 有关行为，请参阅set_random_seed。作用：若固定seed值，则每次产生的随机数结果是一样的，若需要每次产生不一样的随机数，则可将seed值设置为None

name: 操作的名称（可选）。

函数返回值: 指定形状的张量填充随机正常值。

python3.5.2-tensorflow0.12.0实例：

import tensorflow as tf
w1=tf.Variable(tf.random_normal([1,3],mean=0.0, stddev=1.0, dtype=tf.float32, seed=123, name=None))
w2=tf.Variable(tf.random_normal([3,1],stddev=1))
sess = tf.Session()
init = tf.global_variables_initializer()
sess.run(init)
print(sess.run(w1))

输出结果：