tf.random_uniform(shape, minval=0, maxval=None, dtype=tf.float32, seed=None, name=None)

均匀分布（Uniform Distribution）是概率统计中的重要分布之一。顾名思义，均匀，表示可能性相等的含义。

参数:

shape: 一维整数张量或者Python数组，用来说明行列形式。

minval: 0维张量或者Python的数值。表示生成随机值的下限。

maxval: 0维张量或者Python的数值。表示生成随机值的上限。

dtype: 输出张量的类型。

seed: Python整数，用来产生随机的种子。

name: 张量的名称。

返回值:

返回平均分布的随机张量。

例子：

#python 3.5.3  蔡军生  
#http://edu.csdn.net/course/detail/2592  
#

import tensorflow as tf
import matplotlib as mpl
import matplotlib.pyplot as plt

#绘制直方图
def drawHist(heights):
    #创建直方图
    #第一个参数为待绘制的定量数据，不同于定性数据，这里并没有事先进行频数统计
    #第二个参数为划分的区间个数
    plt.hist(heights, 100)
    plt.xlabel('Value')
    plt.ylabel('Frequency')
    plt.title('Test')
    plt.show()
    
#创建张量常量
x = tf.random_uniform(shape=[20000], minval=-1.0,maxval=1.0,dtype=tf.float32)

#显示它的值
init_op = tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init_op)
    print(x.eval())
    drawHist(x.eval())

输出结果：

1. C++标准模板库从入门到精通 

http://edu.csdn.net/course/detail/3324

2.跟老菜鸟学C++

3. 跟老菜鸟学python

4. 在VC2015里学会使用tinyxml库

5. 在Windows下SVN的版本管理与实战 

 http://edu.csdn.net/course/detail/2579