參數W是神經網絡中的重要參數
一般爲隨機數:w = tf.Variable(生成方式)
生產方式有:
-
正態分佈的隨機數
正態分佈指的是大部分數據值相近集中的隨機數們
tf.random_normal(shape(), stddev, mean, seed)shape(), 指定維度
例如:shape(1,2)表示一行2列的矩陣:[[1,2]]
shape(2,)表示兩個元素的一維數組stddev,標準差,正態分佈的廣度,值越大,生成的正態分佈的隨機數取值範圍越廣
mean, 均值,正態分佈的中心點,數據大多集中在這一點
seed 隨機數種子,這個值若爲定值,則每次調用這個函數生成的隨機數都是一樣的
-
去掉過大偏離點的正態分佈隨機數
tf.truncated_normal() -
均勻分佈的隨機數
tf.random_uniform() -
全0數組
tf.zeros() -
全1數組
tf.ones() -
定值數組
tf.fill()
7.tf.constant()