# 使用隨機分布填充張量元素 TensorFlow 為我們提供了生成填充隨機值分布的張量的函數。 生成的分布受圖級別或操作級別種子的影響。使用`tf.set_random_seed`設置圖級種子，而在所有隨機分布函數中給出操作級種子作為參數`seed`。如果未指定種子，則使用隨機種子。 有關TensorFlow中隨機種子的更多詳細信息，請訪問以下鏈接：[https://www.tensorflow.org/api_docs/python/tf/set_random_seed](https://www.tensorflow.org/api_docs/python/tf/ set_random_seed)。 下表列出了一些張量生成函數，用于使用隨機值分布填充張量元素： ```py random_normal( shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None ) ``` 生成指定形狀的張量，填充正態分布的值：`normal(mean,?stddev)`。 --- ```py truncated_normal( shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None ) ``` 生成指定形狀的張量，填充來自截斷的正態分布的值：`normal(mean,?stddev)`。截斷意味著返回的值始終與平均值的距離小于兩個標準偏差。 --- ```py random_uniform( shape, minval=0, maxval=None, dtype=tf.float32, seed=None, name=None ) ``` 生成指定形狀的張量，填充均勻分布的值：`uniform([minval,?maxval))`。 --- ```py random_gamma( shape, alpha, beta=None, dtype=tf.float32, seed=None, name=None ) ``` 生成指定形狀的張量，填充來自伽馬分布的值：`gamma(alpha,beta)`。有關`random_gamma`函數的更多詳細信息，請訪問以下鏈接： [https://www.tensorflow.org/api_docs/python/tf/random_gamma](https://www.tensorflow.org/api_docs/python/tf/random_gamma) 。