aliran tensor:: operasi:: TerpotongNormal

#include <random_ops.h>

Menghasilkan nilai acak dari distribusi normal terpotong.

Ringkasan

Nilai yang dihasilkan mengikuti distribusi normal dengan mean 0 dan standar deviasi 1, kecuali nilai yang besarnya lebih dari 2 standar deviasi dari mean akan dihilangkan dan dipilih kembali.

Argumen:

  • ruang lingkup: Objek Lingkup
  • bentuk : Bentuk tensor keluaran.
  • dtype: Jenis keluaran.

Atribut opsional (lihat Attrs ):

  • seed: Jika salah satu seed atau seed2 disetel bukan nol, pembuat angka acak akan diunggulkan berdasarkan seed yang diberikan. Jika tidak, ia akan diunggulkan dengan benih acak.
  • seed2: Seed kedua untuk menghindari tabrakan seed.

Pengembalian:

  • Output : Tensor dengan bentuk tertentu yang diisi dengan nilai normal terpotong secara acak.

Konstruktor dan Destruktor

TruncatedNormal (const :: tensorflow::Scope & scope, :: tensorflow::Input shape, DataType dtype)
TruncatedNormal (const :: tensorflow::Scope & scope, :: tensorflow::Input shape, DataType dtype, const TruncatedNormal::Attrs & attrs)

Atribut publik

operation
output

Fungsi publik

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

Fungsi statis publik

Seed (int64 x)
Seed2 (int64 x)

Struktur

tensorflow:: ops:: TruncatedNormal:: Attrs

Penyetel atribut opsional untuk TruncatedNormal .

Atribut publik

operasi

Operation operation

keluaran

::tensorflow::Output output

Fungsi publik

TerpotongNormal

 TruncatedNormal(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input shape,
  DataType dtype
)

TerpotongNormal

 TruncatedNormal(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input shape,
  DataType dtype,
  const TruncatedNormal::Attrs & attrs
)

simpul

::tensorflow::Node * node() const

operator::tensorflow::Masukan

 operator::tensorflow::Input() const

operator::tensorflow::Keluaran

 operator::tensorflow::Output() const

Fungsi statis publik

Benih

Attrs Seed(
  int64 x
)

Benih2

Attrs Seed2(
  int64 x
)