谁能解释 tf.random_normal 和 tf.truncated_normal 形状参数？
Can anyone explain tf.random_normal and tf.truncated_normal shape argument?
我正在使用 tensorflow，直到并且除非参数是二维的，否则我没有遇到任何问题，但现在我遇到了语法
tf.Variable(tf.random_normal([5, 5, 32, 64])
tf.Variable(tf.random_normal([7*7*64, 1024]))
还有一个
tf.Variable(tf.random_normal([1024])
在 truncated_normal 中也是如此。
任何人都可以解释这些行的工作原理以及代码背后的实现方式吗？这将非常有帮助。
谢谢。
这两个函数分别针对正态分布或截断（在尖端处切割）正态分布进行采样，形状参数用于指定结果张量的形状，即。您将从各自的分布中提取多少样本以及它们的形状。
3 维以内的任何东西都很容易描绘，
tf.Variable(tf.random_normal([7*7*64, 1024])) 从正态分布中随机采样值创建形状为 3136x1024 的二维张量。
同样，tf.Variable(tf.random_normal([1024])) 将创建一个大小为 1024 的向量（或大小为 1x1024 的二维张量）
最后，tf.Variable(tf.random_normal([5, 5, 32, 64])) 在心理上有点难以描绘，这导致了一个大小为 5x5x32x64 的 4D 张量。
这可以表示一批 5 个 3-D 张量，其中第一个维度（在本例中为第一个“5”）将表示某些输入数据的 批量大小 .
不确定您要寻找多少细节，恐怕就我所知，希望这对您有所帮助。
我正在使用 tensorflow，直到并且除非参数是二维的，否则我没有遇到任何问题，但现在我遇到了语法
tf.Variable(tf.random_normal([5, 5, 32, 64])
tf.Variable(tf.random_normal([7*7*64, 1024]))
还有一个
tf.Variable(tf.random_normal([1024])
在 truncated_normal 中也是如此。 任何人都可以解释这些行的工作原理以及代码背后的实现方式吗？这将非常有帮助。
谢谢。
这两个函数分别针对正态分布或截断（在尖端处切割）正态分布进行采样，形状参数用于指定结果张量的形状，即。您将从各自的分布中提取多少样本以及它们的形状。
3 维以内的任何东西都很容易描绘，
tf.Variable(tf.random_normal([7*7*64, 1024])) 从正态分布中随机采样值创建形状为 3136x1024 的二维张量。
同样，tf.Variable(tf.random_normal([1024])) 将创建一个大小为 1024 的向量（或大小为 1x1024 的二维张量）
最后，tf.Variable(tf.random_normal([5, 5, 32, 64])) 在心理上有点难以描绘，这导致了一个大小为 5x5x32x64 的 4D 张量。
这可以表示一批 5 个 3-D 张量，其中第一个维度（在本例中为第一个“5”）将表示某些输入数据的 批量大小 .
不确定您要寻找多少细节，恐怕就我所知，希望这对您有所帮助。