如何在给定范围内生成随机数作为Tensorflow变量

Question

我试图使用正态分布来计算随机数.

tf.truncated_normal(shape, stddev=0.1,seed=1, mean=0)

但我得到的数字是小数点后有多位数的浮点数,如下所示:0.14845988

有没有办法让它生成数字为int,并在给定的范围内[min, max]？

Answer 1

tf.random_uniform支持minval,maxval和dtypes float32,float64,int32,或int64.

tf.random_uniform(
    shape, minval=0, maxval=None, dtype=tf.float32, seed=None, name=None)

ARGS:

• shape:一维整数Tensor或Python数组.输出张量的形状.
• minval:类型为dtype的0-D Tensor或Python值.要生成的随机值范围的下限.默认为0.
• maxval:类型为dtype的0-D Tensor或Python值.要生成的随机值范围的上限.如果dtype是浮点,则默认为1.
• dtype:输出的类型:float32,float64,int32或int64.
• seed:Python整数.用于为分发创建随机种子.请参阅set_random_seed了解行为.
• name:操作的名称(可选).