Spec-Zone.ru › TensorFlow 1.15

tf.contrib.layers.xavier_initializer

Возвращает инициализатор, выполняющий инициализацию «Xavier» для весов.

Просмотр псевдонимов

Основные псевдонимы

`tf.contrib.layers.xavier_initializer_conv2d`

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

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API