Spec-Zone.ru › TensorFlow 2.3

tf.constant_initializer

Инициализатор, генерирующий тензоры с постоянными значениями.

tf.constant_initializer(
    value=0
)

Инициализаторы позволяют вам предварительно указать стратегию инициализации, закодированную в объекте Initializer, не зная формы и типа переменной, которая должна быть инициализирована.

tf.constant_initializer возвращает объект, который при вызове возвращает тензор, заполненный значениями, указанными в конструкторе. Это значение должно быть преобразуемо в требуемый тип.

Аргумент value может быть скалярным постоянным значением или списком значений. Скаляры транслируются в любую форму, которая запрашивается у инициализатора.

Если value является списком, то длина списка должна быть равна количеству элементов, подразумеваемому желаемой формой тензора. Если общее количество элементов в value не равно количеству элементов, необходимому для формы тензора, инициализатор вызовет TypeError.

Примеры:

def make_variables(k, initializer):
  return (tf.Variable(initializer(shape=[k], dtype=tf.float32)),
          tf.Variable(initializer(shape=[k, k], dtype=tf.float32)))
v1, v2 = make_variables(3, tf.constant_initializer(2.))
v1
<tf.Variable ... shape=(3,) ... numpy=array([2., 2., 2.], dtype=float32)>
v2
<tf.Variable ... shape=(3, 3) ... numpy=
array([[2., 2., 2.],
       [2., 2., 2.],
       [2., 2., 2.]], dtype=float32)>
make_variables(4, tf.random_uniform_initializer(minval=-1., maxval=1.))
(<tf.Variable...shape=(4,) dtype=float32...>, <tf.Variable...shape=(4, 4) ...
value = [0, 1, 2, 3, 4, 5, 6, 7]
init = tf.constant_initializer(value)
# Fitting shape
tf.Variable(init(shape=[2, 4], dtype=tf.float32))
<tf.Variable ...
array([[0., 1., 2., 3.],
       [4., 5., 6., 7.]], dtype=float32)>
# Larger shape
tf.Variable(init(shape=[3, 4], dtype=tf.float32))
Traceback (most recent call last):

TypeError: ...value has 8 elements, shape is (3, 4) with 12 elements...
# Smaller shape
tf.Variable(init(shape=[2, 3], dtype=tf.float32))
Traceback (most recent call last):

TypeError: ...value has 8 elements, shape is (2, 3) with 6 elements...
Аргументы
value Скалярное Python-значение, список или кортеж значений или N-мерный NumPy-массив. Все элементы инициализируемой переменной будут установлены в соответствующее значение в аргументе value.
Исключения
TypeError Если входное значение value не является одним из ожидаемых типов.

Методы

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. Обычно это результат get_config.
Возвращаемое значение
Экземпляр Initializer.

get_config

Просмотреть исходный код

get_config()

Возвращает конфигурацию инициализатора в виде сериализуемого в формате JSON словаря.

Возвращаемое значение
Сериализуемый в формате JSON Python-словарь.

__call__

Просмотреть исходный код

__call__(
    shape, dtype=None
)

Возвращает объект тензора, инициализированный в соответствии со спецификациями инициализатора.

Аргументы
shape Форма тензора.
dtype Необязательный тип тензора. Если не указан, тип созданного тензора будет типом начального значения.
Исключения
TypeError Если инициализатор не может создать тензор запрошенного типа.

© 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/r2.3/api_docs/python/tf/constant_initializer

Spec-Zone.ru

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