張量流中的隨機值

我想在激活函數內產生隨機數，這樣每次激活函數被調用時都會產生一個隨機數。我嘗試使用random.uniform和tf.random_uniform，但它只在編譯時生成一個隨機值，並且不會再發生變化。我怎樣才能讓它每次更新？張量流中的隨機值

滑稽的事實：當我創建使用tf.Variable（random.uniform（1,2））每次它就是所謂的價值函數稍大時間的變量，例如：

1.22069513798 
1.22072458267 
1.22075247765 
1.22077202797

編輯：的功能很簡單功能：

def activation(tensor): 
    alpha = tf.Variable(random.uniform(1,2)) 
    return alpha*tensor,alpha

我會省略了神經網絡中的所有行，但我只是把它作爲：

act,alpha = activation(dense_layer+bias)

後來我通過簡單地獲得的價值：

[ts,c,alph]=sess.run([train_step,cost,alpha], feed_dict={xi: x_raw, yi: y_raw})

感謝

2017-08-25 kuonb

很難說沒有源代碼，但也許您正在使用隨機值初始化你的變量和重複使用相同的值？

另一種可能性：

2017-08-25 19:05:14

我說我的最後一次嘗試的代碼。我不認爲你發佈它發生了什麼，因爲我打印了數千次迭代，給了我相同的隨機值：） – kuonb

是的，你在初始化期間將你的隨機變量保存到變量alpha中。如果你想用新的隨機值重新初始化，你可以做'sess.run（alpha.initializer）' –

它完美的工作！謝謝：） – kuonb

回答