코드 3-2 랜덤 텐서
>>> x = tf.random.normal(3, 1), =0., =1.) ➊
>>> print(x)
tf.Tensor(
[[-0.14208166]
[-0.95319825]
[ 1.1096532 ]], shape=(3, 1), dtype=float32)
>>> x = tf.random.uniform( =(3, 1), =0., =1.) ➋
>>> print(x)
tf.Tensor(
[[0.33779848]
[0.06692922]
[0.7749394 ]], shape=(3, 1), dtype=float32)
=(➊ 평균이 0이고 표준 편차가 1인 정규 분포(normal distribution)에서 뽑은 랜덤한 값으로 만든 텐서. np.random.normal(size=(3, 1), loc=0., scale=1.)과 같습니다.
➋ 0과 1 사이의 균등 분포(uniform distribution)에서 뽑은 랜덤한 값으로 만든 텐서. np.random.uniform(size=(3, 1), low=0., high=1.)과 같습니다.
넘파이 배열과 텐서플로 텐서 사이의 큰 차이점은 텐서플로 텐서에는 값을 할당할 수 없다는 것입니다. 즉, 텐서플로 텐서는 상수입니다. 예를 들어 넘파이에서 다음과 같이 할 수 있습니다.
코드 3-3 넘파이 배열에 값 할당하기
import numpy as np
= np.ones( =(2, 2))
[0, 0] = 0.