tf.contrib.layers.xavier_initializer
Возвращает инициализатор, выполняющий инициализацию «Xavier» для весов.
tf.contrib.layers.xavier_initializer(
uniform=True, seed=None, dtype=tf.dtypes.float32
)
Эта функция реализует инициализацию весов из:
Xavier Glorot и Yoshua Bengio (2010): Понимание сложности обучения глубоких полносвязных нейронных сетей. Международная конференция по искусственному интеллекту и статистике.
Этот инициализатор предназначен для поддержания примерно одинакового масштаба градиентов во всех слоях. В случае равномерного распределения это приводит к диапазону: x = sqrt(6. / (in + out)); [-x, x] а для нормального распределения используется стандартное отклонение sqrt(2. / (in + out)).
| Аргументы | |
|---|---|
uniform | Использовать равномерное или нормальное распределение для случайной инициализации. |
seed | Целое число Python. Используется для создания случайных семян. См. tf.compat.v1.set_random_seed для получения информации о поведении. |
dtype | Тип данных. Поддерживаются только типы с плавающей точкой. |
| Возвращаемое значение | |
|---|---|
| Инициализатор для матрицы весов. |
© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/contrib/layers/xavier_initializer