一、python tf.random_uniform与np.random_uniform有什么区别
首先应该是np.random.uniform
这两个回答多少有点大病
两者虽然函数名相同，但属于不同的库，一个是TensorFlow的，一个是numpy的。
就好比你家也有冰箱我家也有冰箱一样。
tf.random.uniform的属性变量包括：
shape: 输出张量的形状，比如矩阵或者向量的维度
mean: 正态分布的均值，默认为0
stddev: 正态分布的标准差，默认为1.0
dtype: 输出的类型，默认为tf.float32
seed: 随机数种子，是一个整数，当设置之后，每次生成的随机数都一样
name: 操作的名称
np.random.uniform的属性变量包括：
low: 采样下界，float类型，默认值为0
high: 采样上界，float类型，默认值为1
size: 输出样本数目，为int或元组(tuple)类型
tensorflow是生成均匀分布，而numpy则是在分布中做随机采样
二、tf.random_normal_initializer(0., .1)中的参数是什么意思？
这个函数的第一个参数0.是mean，第二个参数.1是stddev：
mean: 要产生随机数的平均值
stddev: 目标随机数的标准差
整个函数的返回结果就是产生平均值为0、标准差为0.1的一组随机数
三、抽样法（英）中Var和S都是方差，有何区别？
variance是总体的方差，而stddev是抽样的样本计算得到的方差，后者是前者的估计.
四、sql中stddev和variance的详细解释?
就是stdevp函数,中间没有空格
【含义】
返回以参数形式给出的整个样本总体的标准偏差。标准偏差反映相对于平均值
(mean)
的离散程度。
【语法】
stdevp(number1,number2,...)
number1,number2,...
为对应于样本总体的
1
到
30
个参数。也可以不使用这种用逗号分隔参数的形式，而用单个数组或对数组的引用。
•
文本和逻辑值（true
或
false）将被忽略。如果不能忽略逻辑值和文本，则请使用
stdevpa
工作表函数。
【说明】
•
函数
stdevp
假设其参数为整个样本总体。如果数据代表样本总体中的样本，应使用函数
stdev
来计算标准偏差。
•
对于大样本容量，函数
stdev
和
stdevp
计算结果大致相等。
•
此处标准偏差的计算使用“有偏差”和“n”方法。
【示例】
如果您将示例复制到空白工作表中，可能会更易于理解该示例。
a
1
强度
2
1345
3
1301
4
1368
5
1322
6
1310
7
1370
8
1318
9
1350
10
1303
11
1299
公式
说明（结果）
=stdevp(a2:a11)
假定仅生产了10件工具，其抗断强度的标准偏差(26.05455814)
五、oracle stddev()和variance()函数的用法,在什么时候使用?
（1）标准差函数，在统计稳定的平均值是多少。
（2）ARIANCE(expr)用于计算x的方差。方差是一个统计函数，其定义为一组样本数据的偏离程度，等于标准
六、一幅图片的像素频率分布图是什么意思？
你好，其实也可以称它作灰度直方图，count表示在每个灰度级别上的像素出现次数的总和，即每个灰度级别出现的像素个数是不一样的，把他们全加起来就是count。mode表示平均数，就是相当于频率分布直方图的平均数，max表示最大灰度级别，min表示最小灰度级别，max表示最大灰度级别，stddev表示标准偏差。
