tf.keras.initializers.LecunUniform
Инициализатор Лекуна равномерного распределения.
Наследуется от: VarianceScaling, Initializer
tf.keras.initializers.LecunUniform(
seed=None
)
Выбирает образцы из равномерного распределения в пределах [-limit, limit], где limit = sqrt(3 / fan_in) (fan_in — это количество входных единиц в тензоре весов).
Примеры:
# Standalone usage: initializer = LecunUniform() values = initializer(shape=(2, 2))
# Usage in a Keras layer: initializer = LecunUniform() layer = Dense(3, kernel_initializer=initializer)
| Аргументы | |
|---|---|
seed | Целое число Python или экземпляр keras.backend.SeedGenerator. Используется для определения поведения инициализатора. Обратите внимание, что инициализатор, засеянный целым числом или None (не засеянный), будет генерировать те же случайные значения при многократных вызовах. Для получения разных случайных значений при многократных вызовах используйте в качестве начального значения 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 вызова get_config(). |
| Возвращает | |
|---|---|
Экземпляр Initializer. |
get_config
get_config()
Возвращает конфигурацию инициализатора в формате JSON-сериализуемого словаря.
| Возвращает | |
|---|---|
| JSON-сериализуемый словарь Python. |
__call__
__call__(
shape, dtype=None
)
Возвращает объект тензора, инициализированный в соответствии с инициализатором.
| Аргументы | |
|---|---|
shape | Форма 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/LecunUniform
