tf.truncated_normal_initializer
意為：從截斷的正態分布中輸出隨機值，如果生成的值大於平均值2個標准偏差的值則丟棄重新選擇
截斷的正態分布：就是規定了范圍的正態分布，比如在負無窮到50之間的正態分布，或者10到200的正態分布
為什么生成的值大於平均值2個標准偏差的值則丟棄重新選擇？
X落在（μ-3σ，μ+3σ）以外的概率小於千分之三，在實際問題中常認為相應的事件是不會發生的，基本上可以把區間（μ-3σ，μ+3σ）看作是隨機變量X實際可能的取值區間，這稱之為正態分布的“3σ”原則。
在tf.truncated_normal中如果x的取值在區間（μ-2σ，μ+2σ）之外則重新進行選擇。這樣保證了生成的值都在均值附近。
ARGS：
mean：一個python標量或一個標量張量。要生成的隨機值的均值。
stddev：一個python標量或一個標量張量。要生成的隨機值的標准偏差。
seed：一個Python整數。用於創建隨機種子。查看 tf.set_random_seed 行為。
dtype：數據類型。只支持浮點類型。
如果解決了你的問題，點個贊再走吧~