Метод uniform

Метод uniform класса Generator генерирует тензор случайных значений, равномерно распределенных в интервале от minval до maxval. Первым параметром передается форма выходного тензора, вторым - минимальное значение диапазона, третьим - максимальное значение диапазона. Четвертым параметром можно указать тип данных генерируемых элементов. Метод возвращает тензор заданной формы, заполненный случайными числами.

Синтаксис

generator.uniform(shape, minval=0, maxval=None, dtype=tf.float32, name=None)

Пример

Давайте создадим генератор и сгенерируем тензор формы 5 из равномерного распределения в диапазоне от 0 до 1:

import tensorflow as tf

tf.random.set_seed(0)

gen = tf.random.Generator.from_seed(0)
t = gen.uniform(shape=(5,))
print(t)

Результат выполнения кода:

tf.Tensor([0.5320944 0.9394928 0.7680261 0.46097183 0.3079574 ], shape=(5,), dtype=float32)

Пример

Давайте сгенерируем тензор с пользовательским диапазоном от 10 до 20:

import tensorflow as tf

tf.random.set_seed(0)

gen = tf.random.Generator.from_seed(0)
t = gen.uniform(shape=(3,), minval=10, maxval=20)
print(t)

Результат выполнения кода:

tf.Tensor([15.320944 18.394928 17.680262], shape=(3,), dtype=float32)

Пример

Давайте сгенерируем двумерный тензор формы 2 на 3 с типом данных float64:

import tensorflow as tf

tf.random.set_seed(0)

gen = tf.random.Generator.from_seed(0)
t = gen.uniform(shape=(2, 3), minval=0, maxval=1, dtype=tf.float64)
print(t)

Результат выполнения кода:

tf.Tensor(
[[0.5320944  0.9394928  0.7680261 ]
 [0.46097183 0.3079574  0.6540965 ]], shape=(2, 3), dtype=float64)

Смотрите также

класс Generator,
который представляет собой генератор случайных чисел
метод normal,
который генерирует тензор из нормального распределения
метод truncated_normal,
который генерирует тензор из усеченного нормального распределения
метод from_seed,
который создает генератор с заданным зерном