如何解决tf.random.normal无法正常工作
我是Python和tensorflow的新手。我有些（或很多）感到困惑：tf.random.normal（）似乎没有按预期工作。
tf.random.normal（）用于生成一些数据。我想看到通过“ tf.keras.backend.eval（）”在屏幕上打印出来的数据是否按预期生成。
randndata = tf.random.normal([1,5])
print('randndata = ',tf.keras.backend.eval(randndata))
到目前为止，一切似乎都还不错。但是，如果第二次打印数据，结果将完全不同。
randndata = tf.random.normal([1,tf.keras.backend.eval(randndata))
print('randndata = ',tf.keras.backend.eval(randndata))
问题不仅仅在于正态分布。均匀分布有相同的问题。
tensorflow版本是2.1.0。
谢谢！
解决方法
加里，我能够通过禁用急切的执行来重现您的错误。在这种情况下，每次您运行tf.random.normal时都会调用eval。
渴望执行时，随机数会立即分配给变量，然后将它们传递给tf.keras.backend.eval()调用。
查找可能禁用了急切执行的位置-这将解释令人困惑的情况。如有疑问，请在此处发布更多代码。
我建议在执行时使用TF2样式，不要完全调用eval（如果您有一些复杂的计算图，请不要调用它一次）。
了解更多关于急切执行here
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
