Tensorflow.js tf.randomUniform()函数

Tensorflow.js是谷歌开发的一个开源库，用于在浏览器或节点环境中运行机器学习模型和深度学习神经网络。

tf.randomUniform()函数用于创建一个 tf.Tensor，其值从均匀分布中采样。

句法：

tf.randomUniform (shape, minval, maxval, dtype, seed)

参数：此函数接受五个参数，如下图所示：

• shape：定义输出张量形状的整数数组。
• minval：这是一个可选参数。均匀分布范围的下限。默认值为 0。
• maxval：它也是一个可选参数。它是稳定分布范围的上限。它不包括在范围内。默认值为 1。
• dtype：输出的数据类型。可能的数据类型值是 'float32' 、 'int32' 、 ' 'bool' 、 'complex64' 、 ' 字符串'。它也是一个可选参数。默认值为“float32”
• 种子：这是一个可选参数。随机数生成器的种子。

返回：它返回 tf.Tensor。

示例 1：

Javascript

// Importting the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Creating the tensor with values sampled
// from a uniform distribution
const x=tf.randomUniform([5]);
  
// Printing the tensor
x.print();

输出：

Tensor
    [0.0008758, 0.3491586, 0.3466536, 0.9614096, 0.7892056]

示例 2：

Javascript

// Importting the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Creating the tensor with values sampled
// from a normal distribution
const x=tf.randomUniform([2, 2]);
  
// Printing the tensor
x.print();

输出：

Tensor
    [[0.7312108, 0.5003704],
    [0.8552292, 0.082417 ]]

示例 3：

Javascript

// Importting the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Creating the tensor with values sampled
// from a normal distribution
const x=tf.randomUniform([5], 10, 15, 'int32', 0);
  
// Printing the tensor
x.print();

输出：

Tensor
    [12, 14, 10, 13, 12]

参考： https://js.tensorflow.org/api/latest/#randomUniform