Python TensorFlow：参数为张量的分布的随机正态值

我想创建一个输出，从正态分布中获取一个随机值，但正态分布的参数基于张量变量

例如：

new = tf.map_fn(lambda x: tf.random.normal([1], x, 1.0), new)    
new = tf.map_fn(lambda x: np.random.normal(0, x, 0.1)[0], new)

其中“new”为一维变量类型

tf.Variable

。这会抛出一个错误，即：

ValueError:使用序列设置数组元素

---

我很确定这是把张量作为参数加入到这两个随机的正规函数中。如何实现我想要的？

在

Tensorflow 2.x版中，将
x
替换为
np.abs（x）

new=tf.map\u fn（lambda x:np.random.normal（0，x，0.1）[0]，new）
解决错误

当一个
Tensor
作为参数传递给两个
random时，代码将成功运行。正常的
函数如下所示：

%tensorflow_version 2.x
import tensorflow as tf
import numpy as np

new = tf.Variable([1.])

new = tf.map_fn(lambda x: tf.random.normal(shape = [1], mean = x, stddev = 1), new)
new = tf.map_fn(lambda x: np.random.normal(0, np.abs(x), 1)[0], new)

print(new)

tf.Tensor([0.00095569], shape=(1,), dtype=float32)

输出如下所示：

%tensorflow_version 2.x
import tensorflow as tf
import numpy as np

new = tf.Variable([1.])

new = tf.map_fn(lambda x: tf.random.normal(shape = [1], mean = x, stddev = 1), new)
new = tf.map_fn(lambda x: np.random.normal(0, np.abs(x), 1)[0], new)

print(new)

tf.Tensor([0.00095569], shape=(1,), dtype=float32)

你能提供一份详细的报告吗？我无法重现你所犯的错误。