Question

python tf.random_uniform与np.random_uniform有什么区别

Answer 1

首先应该是np.random.uniform
这两个回答多少有点大病
两者虽然函数名相同，但属于不同的库，一个是TensorFlow的，一个是numpy的。
就好比你家也有冰箱我家也有冰箱一样。
tf.random.uniform的属性变量包括：
shape: 输出张量的形状，比如矩阵或者向量的维度
mean: 正态分布的均值，默认为0
stddev: 正态分布的标准差，默认为1.0
dtype: 输出的类型，默认为tf.float32
seed: 随机数种子，是一个整数，当设置之后，每次生成的随机数都一样
name: 操作的名称
np.random.uniform的属性变量包括：
low: 采样下界，float类型，默认值为0
high: 采样上界，float类型，默认值为1
size: 输出样本数目，为int或元组(tuple)类型
tensorflow是生成均匀分布，而numpy则是在分布中做随机采样

Answer 2

tf.random_uniform:产生均匀分布的随机张量
np.random_uniform：产生的是float类型的变量
例子1：
import numpy as np
print(type(np.random.uniform(-1,1)))
print(np.random.uniform(-1,1))
输出：
<class 'float'>
-0.31739327312993604

例子2：
import tensorflow as tf
with tf.Session() as sess:
print(sess.run(tf.random_uniform((1,1),-1,1)))
输出：
[[-0.3384478]]
<class 'tensorflow.python.framework.ops.Tensor'>

Answer 3

• import tensorflow as tf  

• import numpy as np  

• with tf.Session() as sess:  

• print(sess.run(tf.random_uniform(  

• (4, 4), minval=-0.5,  

• maxval=0.5,dtype=tf.float32)))