TensorFlow.js tf.randomNormal()函数介绍

在 TensorFlow.js 中，tf.randomNormal() 是一个用于生成符合正态分布的随机数的函数。这个函数返回一个张量，张量的值是随机生成的符合正态分布的数字。

以下是 tf.randomNormal() 函数的语法：

tf.randomNormal(shape, mean?, stdDev?, dtype?, seed?)

参数说明：

• shape：张量的形状，必填参数。
• mean：所生成随机数的均值，默认为 0。
• stdDev：所生成随机数的标准差，默认为 1。
• dtype：输出的数据类型，默认为 float32。
• seed：随机种子，可选参数。

下面是一个例子，生成一个形状为 [2, 3] 的二维张量，均值为 1，标准差为 2 的随机数：

const result = tf.randomNormal([2, 3], 1, 2);

返回的 result 张量的值可能会长这个样子：

Tensor
    [[ 2.2882943, -1.2381693,  0.0021868],
     [ 0.3406625, -0.9218345, -2.0513213]]

在上面的例子中，生成的张量中的每个元素都是随机生成的，并且都符合均值为 1，标准差为 2 的正态分布。张量的形状为 [2, 3]。

mean 和 stdDev 参数决定了所生成随机数的分布，可以根据自己的需求调整这两个参数，进而生成符合不同分布的随机数。

此外，使用 seed 参数可以让随机数可复现，即多次生成的随机数是相同的。

总之，tf.randomNormal() 函数是一个非常好用的函数，可以用于生成符合正态分布的随机数，而这在很多机器学习任务中都是非常有用的。