tf.compat.v1.random_uniform_initializer
Инициализатор, создающий тензоры с равномерным распределением.
tf.compat.v1.random_uniform_initializer(
minval=0.0,
maxval=None,
seed=None,
dtype=tf.dtypes.float32
)
Переход на TF2
Хотя этот API compat.v1 является устаревшим, этот символ совместим с eager execution и tf.function.
Чтобы перейти на TF2, используйте tf.initializers.RandomUniform или tf.keras.initializers.RandomUniform (не из compat.v1) и передавайте dtype при вызове инициализатора. Обратите внимание, что значения minval и maxval по умолчанию, а также поведение фиксированных начальных значений изменились.
Структурное соответствие TF2
До:
initializer = tf.compat.v1.random_uniform_initializer( minval=minval, maxval=maxval, seed=seed, dtype=dtype) weight_one = tf.Variable(initializer(shape_one)) weight_two = tf.Variable(initializer(shape_two))
После:
initializer = tf.initializers.RandomUniform( minval=minval, maxval=maxval, seed=seed) weight_one = tf.Variable(initializer(shape_one, dtype=dtype)) weight_two = tf.Variable(initializer(shape_two, dtype=dtype))
Соответствие аргументов
| Имя аргумента TF1 | Имя аргумента TF2 | Примечание |
|---|---|---|
minval | minval | Значение по умолчанию меняется с 0 на -0.05 |
maxval | maxval | Значение по умолчанию меняется с 1.0 на 0.05 |
seed | seed | |
dtype |
dtype | В нативном API TF2 он принимается только как аргумент __call__, а не как аргумент конструктора. |
partition_info | - | (аргумент __call__ в TF1) Не поддерживается |
Описание
| Аргументы | |
|---|---|
minval | Скаляр Python или скалярный тензор. Нижняя граница диапазона генерируемых случайных значений. |
maxval | Скаляр Python или скалярный тензор. Верхняя граница диапазона генерируемых случайных значений. По умолчанию равна 1 для типов с плавающей запятой. |
seed | Целое число Python. Используется для создания случайных начальных значений. Описание поведения см. в tf.compat.v1.set_random_seed. |
dtype | Тип данных по умолчанию, используемый, если при вызове инициализатора не указан аргумент dtype. |
Методы
from_config
@classmethod
from_config(
config
)
Создает экземпляр инициализатора на основе словаря конфигурации.
Пример:
initializer = RandomUniform(-1, 1) config = initializer.get_config() initializer = RandomUniform.from_config(config)
| Аргументы | |
|---|---|
config | Словарь Python. Обычно это результат вызова get_config. |
| Возвращает | |
|---|---|
| Экземпляр инициализатора. |
get_config
get_config()
Возвращает конфигурацию инициализатора в виде словаря, сериализуемого в JSON.
| Возвращает | |
|---|---|
| Словарь Python, сериализуемый в JSON. |
__call__
__call__(
shape, dtype=None, partition_info=None
)
Возвращает объект-тензор, инициализированный в соответствии с заданным инициализатором.
| Аргументы | |
|---|---|
shape | Форма тензора. |
dtype | Необязательный тип данных тензора. Если он не указан, используется тип данных инициализатора. |
partition_info | Необязательные сведения о возможном разбиении тензора на части. |
© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/compat/v1/random_uniform_initializer