Python 张量流均匀分布超过最大值
在tensorflow中查看此代码片段,它将生成从0到1的统一数据Python 张量流均匀分布超过最大值,python,tensorflow,Python,Tensorflow,在tensorflow中查看此代码片段,它将生成从0到1的统一数据 random_uniform(shape, minval, maxval, dtype, seed, name) import TensorFlow as tf import matplotlib.pyplot as plt uniform = tf.random_uniform([100],minval=0,maxval=1,dtype=tf.float32) sess = tf.Session() with tf.
random_uniform(shape, minval, maxval, dtype, seed, name)
import TensorFlow as tf
import matplotlib.pyplot as plt
uniform = tf.random_uniform([100],minval=0,maxval=1,dtype=tf.float32)
sess = tf.Session()
with tf.Session() as session:
print uniform.eval()
plt.hist(uniform.eval(),normed=True)
plt.show()
它超出了图表上的1,奇怪的是为什么,或者它的上限为2?您显示的是一个直方图。值从0到1,如X轴所示。由于
normed=True
,直方图频率(Y轴)被归一化,因此图形的总面积加起来为1,因此为Y值。好的,那么我认为应该是Y值的生成值不应该是0-1,或者是归一化产生了这种变化?我也不太明白面积是如何增加到1的,但是我可以看到X值确实从0移动到1,是的,直方图可以将多个条组合在一起,这一部分我理解。Y轴不代表生成的值,而是频率。第一列是数据中出现0到0.1之间的值的(标准化)频率。关于图形区域,如果取每列的宽度(0.1)乘以其高度,则总和为1。