tf.keras.initializers.VarianceScaling

Инициализатор, который адаптирует свою шкалу к форме входных тензоров.

Наследуется от: Initializer

Просмотр псевдонимов

Основные псевдонимы

tf.keras.initializers.variance_scaling

tf.keras.initializers.VarianceScaling(
    scale=1.0,
    mode='fan_in',
    distribution='truncated_normal',
    seed=None
)

Используется в блокнотах

Используется в учебниках
Обучение глубокой сети Q с помощью TF-Agents Сети

С помощью distribution="truncated_normal" or "untruncated_normal", образцы выбираются из усеченного/неусеченного нормального распределения со средним значением ноль и стандартным отклонением (после усечения, если используется) stddev = sqrt(scale / n), где n:

количество входных единиц в тензоре весов, если mode="fan_in"
количество выходных единиц, если mode="fan_out"
среднее значение количества входных и выходных единиц, если mode="fan_avg"

С помощью distribution="uniform", образцы выбираются из равномерного распределения в пределах [-limit, limit], где limit = sqrt(3 * scale / n).

Примеры:

# Standalone usage:
initializer = VarianceScaling(
    scale=0.1, mode='fan_in', distribution='uniform')
values = initializer(shape=(2, 2))

# Usage in a Keras layer:
initializer = VarianceScaling(
    scale=0.1, mode='fan_in', distribution='uniform')
layer = Dense(3, kernel_initializer=initializer)

Аргументы
`scale`	Коэффициент масштабирования (положительное число с плавающей запятой).
`mode`	Один из `"fan_in"`, `"fan_out"`, `"fan_avg"`.
`distribution`	Используемое случайное распределение. Один из `"truncated_normal"`, `"untruncated_normal"` или `"uniform"`.
`seed`	Целое число Python или экземпляр `keras.backend.SeedGenerator`. Используется для определения поведения инициализатора. Обратите внимание, что инициализатор, запущенный с целым числом или `None` (без затравки), будет генерировать те же случайные значения при многократных вызовах. Чтобы получить разные случайные значения при многократных вызовах, используйте в качестве начального значения экземпляр `keras.backend.SeedGenerator`.

Методы

`clone`

Просмотреть исходный код

clone()

`from_config`

Просмотреть исходный код

@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 `get_config()`.

Возвращаемое значение
Экземпляр `Initializer`.

`get_config`

Просмотреть исходный код

get_config()

Возвращает конфигурацию инициализатора в виде сериализуемого в JSON словаря.

Возвращаемое значение
Сериализуемый в JSON словарь Python.

`call`

Просмотреть исходный код

__call__(
    shape, dtype=None
)

Возвращает тензорный объект, инициализированный в соответствии со спецификацией инициализатора.

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/VarianceScaling