tf.keras.initializers.LecunUniform
Инициализатор равномерного распределения Lecun.
Наследует от: VarianceScaling, Initializer
tf.keras.initializers.LecunUniform(
seed=None
)
Создает выборки из равномерного распределения в диапазоне [-limit, limit], где limit = sqrt(3 / fan_in) (fan_in — 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 обеспечения детерминированного поведения инициализатора. Обратите внимание, что инициализатор, заданный целым числом или None (без начального значения), будет возвращать одинаковые случайные значения при нескольких вызовах. Чтобы получать разные случайные значения при нескольких вызовах, используйте в качестве начального значения экземпляр keras.backend.SeedGenerator. |
Ссылка:
Методы
clone
clone()
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, результат get_config(). |
| Возвращает | |
|---|---|
Экземпляр Initializer. |
get_config
get_config()
Возвращает конфигурацию инициализатора в виде словаря, сериализуемого в JSON.
| Возвращает | |
|---|---|
| Словарь Python, сериализуемый в JSON. |
__call__
__call__(
shape, dtype=None
)
Возвращает тензорный объект, инициализированный указанным способом.
| 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
