tf.random.uniform

Выводит случайные значения из равномерного распределения.

tf.random.uniform(
    shape,
    minval=0,
    maxval=None,
    dtype=tf.dtypes.float32,
    seed=None,
    name=None
)

Используется в блокнотах

Сгенерированные значения подчиняются равномерному распределению в диапазоне [minval, maxval). Нижняя граница minval входит в диапазон, а верхняя граница maxval не входит.

Для чисел с плавающей запятой диапазон по умолчанию — [0, 1). Для целых чисел необходимо явно указать как минимум maxval.

В случае целых чисел случайные значения имеют небольшое смещение, если только maxval - minval не является точной степенью двойки. Смещение невелико для значений maxval - minval, существенно меньших диапазона выходных данных (2**32 или 2**64).

Примеры:

tf.random.uniform(shape=[2])
<tf.Tensor: shape=(2,), dtype=float32, numpy=array([..., ...], dtype=float32)>
tf.random.uniform(shape=[], minval=-1., maxval=0.)
<tf.Tensor: shape=(), dtype=float32, numpy=-...>
tf.random.uniform(shape=[], minval=5, maxval=10, dtype=tf.int64)
<tf.Tensor: shape=(), dtype=int64, numpy=...>

Аргумент seed обеспечивает детерминированную последовательность тензоров при нескольких вызовах. Чтобы повторить эту последовательность, используйте tf.random.set_seed:

tf.random.set_seed(5)
tf.random.uniform(shape=[], maxval=3, dtype=tf.int32, seed=10)
<tf.Tensor: shape=(), dtype=int32, numpy=2>
tf.random.uniform(shape=[], maxval=3, dtype=tf.int32, seed=10)
<tf.Tensor: shape=(), dtype=int32, numpy=0>
tf.random.set_seed(5)
tf.random.uniform(shape=[], maxval=3, dtype=tf.int32, seed=10)
<tf.Tensor: shape=(), dtype=int32, numpy=2>
tf.random.uniform(shape=[], maxval=3, dtype=tf.int32, seed=10)
<tf.Tensor: shape=(), dtype=int32, numpy=0>

Если не использовать tf.random.set_seed, но указать аргумент seed, небольшие изменения в графах функций или ранее выполненных операциях изменят возвращаемое значение. Подробнее см. в разделе tf.random.set_seed.