今天来聊聊TensorFlow中的随机数生成函数——`tf.random.normal()`！👀
在深度学习中，随机初始化权重是一个非常重要的步骤，而`tf.random.normal([4], 2, 1)`就是一个很好的例子。这个代码片段的意思是生成一个包含4个元素的一维张量，每个元素都服从均值为2、标准差为1的正态分布。🎯
首先，我们导入TensorFlow库：`import tensorflow as tf`。接着运行`tf.random.normal([4], mean=2, stddev=1)`，你会得到类似这样的结果：`[2.1, 1.8, 2.9, 1.5]`。✨
这不仅有助于模拟真实数据的波动性，还能帮助模型更快地收敛哦！🚀
总结一下，`tf.random.normal()`是一个简单但强大的工具，可以轻松生成符合特定分布的数据集，非常适合初学者练习和构建神经网络模型时使用。💪
TensorFlow 深度学习 随机数生成