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？

我想将每个体重与伯努利分布联系起来：

• 概率为p得到某个值x1和
• 以1-p的概率得到一些值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中的[n_input*n_hidden, 2]表示[p, 1-p]。

Answer 1

我不确定您打算如何处理矩阵，但是这里是如何在张量流中生成Bernoulli distribution的：

>>> 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)