initial = tf.truncated_normal(shape, stddev = 0.01)TensorFlow2代码

在 TensorFlow 2.x 中，您可以使用 `tf.random.truncated_normal(shape, stddev=0.01)` 来替换 `tf.truncated_normal(shape, stddev=0.01)`。

例如，如果您想要创建一个截断正态分布的张量，可以使用以下代码：

import tensorflow as tf

# 创建一个形状为 [2, 3] 的张量，均值为 0，标准差为 1
shape = [2, 3]
stddev = 0.01
initial = tf.random.truncated_normal(shape, stddev=stddev)

# 打印张量
print(initial)

上述代码将创建一个形状为 [2, 3] 的张量，并使用截断正态分布初始化它。`stddev` 参数指定标准差。最后，我们打印张量以查看结果。