tf.keras.initializers.HeUniform
Инициализатор He равномерного масштабирования дисперсии.
Наследуется от: VarianceScaling, Initializer
tf.keras.initializers.HeUniform(
seed=None
)
Выбирает образцы из равномерного распределения внутри [-limit, limit], где limit = sqrt(6 / fan_in) (fan_in — количество входных единиц в тензоре весов).
Примеры:
# Standalone usage: initializer = HeUniform() values = initializer(shape=(2, 2))
# Usage in a Keras layer: initializer = HeUniform() layer = Dense(3, kernel_initializer=initializer)
| Аргументы | |
|---|---|
seed | Целое число Python или экземпляр keras.backend.SeedGenerator. Используется для того, чтобы сделать поведение инициализатора детерминированным. Обратите внимание, что инициализатор, запущенный с целым числом или None (без семян), будет генерировать одинаковые случайные значения при нескольких вызовах. Чтобы получать разные случайные значения при нескольких вызовах, используйте в качестве seed экземпляр keras.backend.SeedGenerator. |
Ссылка:
Методы
clone
clone()
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)
| Аргументы | |
|---|---|
config | Словарь Python, результат работы get_config(). |
| Возвращает | |
|---|---|
Экземпляр Initializer. |
get_config
get_config()
Возвращает конфигурацию инициализатора в виде сериализуемого в формате JSON словаря.
| Возвращает | |
|---|---|
| Сериализуемый в формате JSON словарь Python. |
__call__
__call__(
shape, dtype=None
)
Возвращает объект тензора, инициализированный в соответствии со спецификациями инициализатора.
| Аргументы | |
|---|---|
shape | Формат тензора. |
dtype | Необязательный тип данных тензора. |
© 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/keras/initializers/HeUniform