tensorflow之truncated_normal

tf.truncated_normal(shape, mean, stddev) :shape表示生成张量的维度，mean是均值，stddev是标准差。这个函数产生正太分布，均值和标准差自己设定。这是一个截断的产生正太分布的函数，就是说产生正太分布的值如果与均值的差值大于两倍的标准差，那就重新生成。和一般的正太分布的产生随机数据比起来，这个函数产生的随机数与均值的差距不会超过两倍的标准差，但是一般的别的函数是可能的。
 

上代码：

c = tf.truncated_normal(shape=[2,2],mean =0,stddev = 1)

with tf.Session() as sess:
	print(sess.run(c))

输出如下：

 可以看出生成的每个值都小于标准差的2被即小于2