tf.constant_initializer
Инициализатор, генерирующий тензоры с постоянными значениями.
tf.constant_initializer(
value=0, support_partition=False
)
Используется в ноутбуках
| Используется в учебниках |
|---|
Инициализаторы позволяют предварительно указать стратегию инициализации, закодированную в объекте Initializer, не зная формы и типа переменной, которая должна быть инициализирована.
tf.constant_initializer возвращает объект, который при вызове возвращает тензор, заполненный значением value, указанным в конструкторе. Это value должно быть преобразуемо к запрошенному типу dtype.
Аргумент value может быть скалярным постоянным значением или списком значений. Скаляры транслируются к той форме, которая запрашивается от инициализатора.
Если value является списком, то длина списка должна быть равна числу элементов, подразумеваемому желаемой формой тензора. Если общее число элементов в value не равно числу элементов, необходимому для формы тензора, инициализатор сгенерирует ошибку TypeError.
Примеры:
def make_variables(k, initializer):
return (tf.Variable(initializer(shape=[k], dtype=tf.float32)),
tf.Variable(initializer(shape=[k, k], dtype=tf.float32)))
v1, v2 = make_variables(3, tf.constant_initializer(2.))
v1
<tf.Variable ... shape=(3,) ... numpy=array([2., 2., 2.], dtype=float32)>
v2
<tf.Variable ... shape=(3, 3) ... numpy=
array([[2., 2., 2.],
[2., 2., 2.],
[2., 2., 2.]], dtype=float32)>
make_variables(4, tf.random_uniform_initializer(minval=-1., maxval=1.))
(<tf.Variable...shape=(4,) dtype=float32...>, <tf.Variable...shape=(4, 4) ...value = [0, 1, 2, 3, 4, 5, 6, 7]
init = tf.constant_initializer(value)
# Fitting shape
tf.Variable(init(shape=[2, 4], dtype=tf.float32))
<tf.Variable ...
array([[0., 1., 2., 3.],
[4., 5., 6., 7.]], dtype=float32)>
# Larger shape
tf.Variable(init(shape=[3, 4], dtype=tf.float32))
Traceback (most recent call last):
TypeError: ...value has 8 elements, shape is (3, 4) with 12 elements...
# Smaller shape
tf.Variable(init(shape=[2, 3], dtype=tf.float32))
Traceback (most recent call last):
TypeError: ...value has 8 elements, shape is (2, 3) with 6 elements...| Args | |
|---|---|
value | Скалярное значение Python, список или кортеж значений или N-мерный массив numpy. Все элементы инициализируемой переменной будут установлены в соответствующее значение в аргументе value. |
support_partition | Если True, инициализатор поддерживает передачу аргументов смещения раздела и формы раздела в создатели переменных. Это особенно полезно при инициализации разделяемых переменных, где каждый фрагмент переменной инициализируется с помощью части инициализатора. |
| Raises | |
|---|---|
TypeError | Если вход value не является одним из ожидаемых типов. |
Методы
from_config
@classmethod
from_config(
config
)
Инициализирует инициализатор из словаря конфигурации.
Пример:
initializer = RandomUniform(-1, 1) config = initializer.get_config() initializer = RandomUniform.from_config(config)
| Args | |
|---|---|
config | Словарь Python. Обычно это результат выполнения get_config. |
| Returns | |
|---|---|
| Экземпляр Initializer. |
get_config
get_config()
Возвращает конфигурацию инициализатора в виде сериализуемого в JSON словаря.
| Returns | |
|---|---|
| Сериализуемый в JSON словарь Python. |
__call__
__call__(
shape, dtype=None, **kwargs
)
Возвращает объект тензора, инициализированный в соответствии с заданным инициализатором.
| Args | |
|---|---|
shape | Форма тензора. |
dtype | Необязательный тип тензора. Если не предоставлен, тип созданного тензора будет типом начального значения. |
**kwargs | Дополнительные ключевые аргументы. |
| Raises | |
|---|---|
TypeError | Если инициализатор не может создать тензор с запрошенным типом. |
© 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/constant_initializer
