摘要：
高斯分布的概率密度函数对应于numpy.random。正常（loc=0.0，scale=1.0，size=None），单位为numpy。参数的含义是：loc:floot这个概率分布的平均值（对应于整个分布的中心）scale:float这个概率分布（对应于分布的宽度，尺度越大，尺度越小
高斯分布（Gaussian Distribution）的概率密度函数（probability density function）
对应于numpy中：
numpy.random.normal(loc=0.0, scale=1.0, size=None)
参数的意义为：
loc：float 此概率分布的均值（对应着整个分布的中心centre） scale：float 此概率分布的标准差（对应于分布的宽度，scale越大越矮胖，scale越小，越瘦高） size：int or tuple of ints 输出的shape，默认为None，只输出一个值
我们更经常会用到的np.random.randn(size)所谓标准正态分布（μ=0,σ=1μ=0,σ=1），对应于np.random.normal(loc=0, scale=1, size)。
新建test.py文件
import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' #忽略烦人的警告 import numpy; y=numpy.random.normal(loc=0.0, scale=1.0, size=None) print(y)
$ python test.py
-0.19073908191320865
(tensorflow)
$ python test.py
0.39479165603679667
(tensorflow)