一、函数介绍

函数原型： numpy.random.uniform(low,high,size)

功能：从一个均匀分布[low,high)中随机采样，注意定义域是左闭右开，即包含low，不包含high.

random.uniform(shape,
                   minval=0,
                   maxval=None,
                   dtype=dtypes.float32,
                   seed=None,
                   name=None)

参数解释：

• shape： 张量形状
• minval： 随机值范围下限，默认0
• maxval:   随机值范围上限（若薇浮点数，则默认为1)
• dtype：   输出的类型：float16、float32、float64、int32、orint64
• seed：    整数作为随机数种子
• name：  操作的名称(可选)

二、举例

代码：

# -------创建词汇查找表---------
vocab = ["<1H OCEAN", "INLAND", "NEAR OCEAN", "NEAR BAY", "ISLAND"]
indices = tf.range(len(vocab),dtype=tf.int64)  # 创建索引张量
table_init = tf.lookup.KeyValueTensorInitializer(vocab, indices)  # 查找表初始化程序
num_oov_buckets = 2  # 词汇表外的捅的大小（分配给未知单词，如果太小则会出现重复）
table = tf.lookup.StaticVocabularyTable(table_init, num_oov_buckets)  # 创建查找表

embedding_dim = 2
embed_init = tf.random.uniform([len(vocab) + num_oov_buckets, embedding_dim])  # 生成7*2的张量
embedding_matrix = tf.Variable(embed_init)
print(embedding_matrix)

输出：

<tf.Variable 'Variable:0' shape=(7, 2) dtype=float32, numpy=
array([[0.542737  , 0.8715787 ],
       [0.67160535, 0.14418924],
       [0.454713  , 0.17986405],
       [0.96360207, 0.4519266 ],
       [0.8082293 , 0.6823478 ],
       [0.33527482, 0.545668  ],
       [0.48199546, 0.8183578 ]], dtype=float32)>