Метод normal

Метод normal класса Generator генерирует тензор случайных чисел, распределенных по нормальному закону. Первым параметром метод принимает форму тензора shape, вторым - среднее значение mean, третьим - стандартное отклонение stddev. Также можно указать тип данных dtype. Метод возвращает тензор заданной формы, заполненный случайными значениями из нормального распределения.

Синтаксис

Generator.normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32)

Пример

Давайте создадим генератор и сгенерируем тензор из пяти чисел с нормальным распределением:

import tensorflow as tf

tf.random.set_seed(0)
gen = tf.random.Generator.from_seed(0)
t = gen.normal([5])
print(t)

Результат выполнения кода:

tf.Tensor([-0.08303642 0.23102868 0.5649662 -0.34558675 0.77602196], shape=(5,), dtype=float32)

Пример

Давайте сгенерируем тензор с заданным средним 5 и стандартным отклонением 2:

import tensorflow as tf

tf.random.set_seed(0)
gen = tf.random.Generator.from_seed(0)
t = gen.normal([5], mean=5.0, stddev=2.0)
print(t)

Результат выполнения кода:

tf.Tensor([4.833927 5.462057 6.129932 4.308826 6.552044], shape=(5,), dtype=float32)

Пример

Давайте сгенерируем двумерный тензор с типом float64:

import tensorflow as tf

tf.random.set_seed(0)
gen = tf.random.Generator.from_seed(0)
t = gen.normal([2, 3], dtype=tf.float64)
print(t)

Результат выполнения кода:

tf.Tensor(
[[-0.08303642  0.23102868  0.5649662 ]
 [-0.34558675  0.77602196  0.07240868]], shape=(2, 3), dtype=float64)

Смотрите также

класс Generator,
который управляет генерацией случайных чисел
метод uniform,
который генерирует равномерное распределение
метод truncated_normal,
который генерирует усеченное нормальное распределение
метод from_seed,
который создает генератор с заданным зерном