# 使用随机分布填充张量元素 TensorFlow 为我们提供了生成填充随机值分布的张量的函数。 生成的分布受图级别或操作级别种子的影响。使用`tf.set_random_seed`设置图级种子，而在所有随机分布函数中给出操作级种子作为参数`seed`。如果未指定种子，则使用随机种子。 有关TensorFlow中随机种子的更多详细信息，请访问以下链接：[https://www.tensorflow.org/api_docs/python/tf/set_random_seed](https://www.tensorflow.org/api_docs/python/tf/ set_random_seed)。 下表列出了一些张量生成函数，用于使用随机值分布填充张量元素： ```py random_normal( shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None ) ``` 生成指定形状的张量，填充正态分布的值：`normal(mean, stddev)`。 --- ```py truncated_normal( shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None ) ``` 生成指定形状的张量，填充来自截断的正态分布的值：`normal(mean, stddev)`。截断意味着返回的值始终与平均值的距离小于两个标准偏差。 --- ```py random_uniform( shape, minval=0, maxval=None, dtype=tf.float32, seed=None, name=None ) ``` 生成指定形状的张量，填充均匀分布的值：`uniform([minval, maxval))`。 --- ```py random_gamma( shape, alpha, beta=None, dtype=tf.float32, seed=None, name=None ) ``` 生成指定形状的张量，填充来自伽马分布的值：`gamma(alpha,beta)`。有关`random_gamma`函数的更多详细信息，请访问以下链接： [https://www.tensorflow.org/api_docs/python/tf/random_gamma](https://www.tensorflow.org/api_docs/python/tf/random_gamma) 。