Hằng số
Sợi dây | OP_NAME | Tên của op này, được biết đến bởi công cụ lõi TensorFlow |
Phương pháp công khai
Đầu ra <V> | asOutput () Trả về tay cầm tượng trưng của tensor. |
tĩnh <V mở rộng TNumber > StatelessParameterizedTruncatedNormal <V> | tạo ( Phạm vi phạm vi , Toán hạng <? mở rộng hình dạng TNumber >, Toán hạng <? mở rộng TNumber > hạt giống, Toán hạng <V> có nghĩa là, Toán hạng <V> stddevs, Toán hạng <V> minvals, Toán hạng <V> maxvals) Phương thức xuất xưởng để tạo một lớp bao bọc một hoạt động StatelessParameterizedTruncatedNormal mới. |
Đầu ra <V> | đầu ra () Các kết quả đầu ra là các mẫu bình thường được cắt ngắn và là một hàm xác định của `shape`, `seed`, `minvals`, `maxvals`, `means` và `stddevs`. |
Phương pháp kế thừa
Hằng số
Chuỗi cuối cùng tĩnh công khai OP_NAME
Tên của op này, được biết đến bởi công cụ lõi TensorFlow
Phương pháp công khai
Đầu ra công khai <V> asOutput ()
Trả về tay cầm tượng trưng của tensor.
Đầu vào của các hoạt động TensorFlow là đầu ra của một hoạt động TensorFlow khác. Phương pháp này được sử dụng để thu được một thẻ điều khiển mang tính biểu tượng đại diện cho việc tính toán đầu vào.
public static StatelessParameterizedTruncatedNormal <V> tạo ( Phạm vi phạm vi , Toán hạng <? mở rộng TNumber > hình dạng, Toán hạng <? mở rộng TNumber > hạt giống, Toán hạng <V> có nghĩa là, Toán hạng <V> stddevs, Toán hạng <V> tối thiểu, Toán hạng tối đa <V> )
Phương thức xuất xưởng để tạo một lớp bao bọc một hoạt động StatelessParameterizedTruncatedNormal mới.
Thông số
phạm vi | phạm vi hiện tại |
---|---|
hình dạng | Hình dạng của tensor đầu ra. |
hạt giống | 2 hạt (hình [2]). |
có nghĩa | Thông số trung bình của mỗi lô. |
stddev | Thông số độ lệch chuẩn của từng lô. Phải lớn hơn 0. |
giá trị nhỏ | Điểm cắt tối thiểu. Có thể là -vô cùng. |
giá trị tối đa | Điểm cắt tối đa. Có thể là +vô cùng và phải lớn hơn giá trị tối thiểu cho mỗi lô. |
Trả lại
- một phiên bản mới của StatelessParameterizedTruncatedNormal
Đầu ra công khai đầu ra <V> ()
Các kết quả đầu ra là các mẫu bình thường được cắt ngắn và là một hàm xác định của `shape`, `seed`, `minvals`, `maxvals`, `means` và `stddevs`.