tf.keras.initializers.Initializer

Базовый класс инициализатора: все инициализаторы Keras наследуют от этого класса.

Инициализаторы должны реализовывать метод __call__ со следующей подписью:

def __call__(self, shape, dtype=None)`:
  # returns a tensor of shape `shape` and dtype `dtype`
  # containing values drawn from a distribution of your choice.

Необязательно, вы также можете реализовать метод get_config и метод класса from_config, чтобы обеспечить поддержку сериализации — точно так же, как и с любым объектом Keras.

Вот простой пример: инициализатор случайного нормального распределения.

import tensorflow as tf

class ExampleRandomNormal(tf.keras.initializers.Initializer):

  def __init__(self, mean, stddev):
    self.mean = mean
    self.stddev = stddev

  def __call__(self, shape, dtype=None)`:
    return tf.random.normal(
        shape, mean=self.mean, stddev=self.stddev, dtype=dtype)

  def get_config(self):  # To support serialization
    return {"mean": self.mean, "stddev": self.stddev}

Обратите внимание, что нам не нужно реализовывать from_config в приведенном выше примере, поскольку аргументы конструктора класса совпадают с ключами в конфигурации, возвращаемой get_config. В этом случае стандартная реализация from_config работает без проблем.

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)

get_config

Просмотреть исходный код

get_config()

Возвращает конфигурацию инициализатора в виде сериализуемого в JSON словаря.

__call__

Просмотреть исходный код

__call__(
    shape, dtype=None
)

Возвращает тензор, инициализированный в соответствии со спецификацией инициализатора.