如何在给定范围内生成随机数作为Tensorflow变量

Question

我正在尝试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，并且在[min, max]这样的给定范围内？

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)

<强> ARGS：

• shape ：一维整数Tensor或Python数组。输出张量的形状。
• minval ：dtype类型的0-D Tensor或Python值。要生成的随机值范围的下限。默认为0。
• maxval ：dtype类型的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。
• 种子：Python整数。用于为分发创建随机种子。请参阅set_random_seed了解行为。
• 名称：操作的名称（可选）。