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
)

Сгенерированные значения следуют равномерному распределению в диапазоне [minval, maxval). Нижняя граница minval включена в диапазон, а верхняя граница maxval — нет.

Для чисел с плавающей точкой, диапазон по умолчанию — [0, 1). Для целых чисел, необходимо явно указать, по крайней мере, maxval.

В случае целых чисел, случайные целые числа несколько смещены, если maxval - minval не является точной степенью двойки. Смещение невелико для значений maxval - minval, значительно меньших диапазона вывода (либо 2**32 либо 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 создает детерминированную последовательность тензоров при многократном вызове. Для повторения этой последовательности 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>

Без tf.random.set_seed, но с указанным аргументом seed, небольшие изменения в графиках функций или ранее выполненных операциях изменят возвращаемое значение. См. tf.random.set_seed для получения дополнительной информации.