python - 如何在 TensorFlow 中使用伯努利分布初始化变量？

Question

如何在 TensorFlow 中初始化变量？

我想将每个权重与伯努利分布相关联:

• 以 p 的概率获得某个值 x1，并且
• 以 1-p 的概率获得某个值 x2。

我应该如何初始化这个矩阵？

我写了这段代码:

logits_y = tf.get_variable("logits", [n_input*n_hidden,2],
                           initializer=tf.constant_initializer(1.))

2在[n_input*n_hidden, 2]意味着[p, 1-p] .

Answer 1

我不确定你到底打算用你的矩阵做什么，但这是你如何生成 Bernoulli distribution在 tensorflow 中:

>>> distrib = tf.contrib.distributions.Bernoulli(probs=[0.3])
>>> sample = distrib.sample([10])
>>> sample
<tf.Tensor 'Bernoulli/sample/Reshape:0' shape=(10, 1) dtype=int32>
>>> sample.eval()
array([[0],
       [0],
       [1],
       [1],
       [0],
       [0],
       [0],
       [1],
       [0],
       [0]], dtype=int32)