tf.compat.v1.keras.initializers.Constant

Инициализатор, генерирующий тензоры с постоянными значениями.

tf.compat.v1.keras.initializers.Constant(
    value=0,
    dtype=tf.dtypes.float32,
    verify_shape=False
)

Несмотря на то, что это устаревший API-пункт, tf.compat.v1.constant_initializer совместим с выполнением в режиме eager и tf.function.

Для миграции на API TF2 без устаревшего кода, пожалуйста, используйте tf.constantinitializer вместо этого. Аргумент dtype в <a href="../../../../../tf/compat/v1/keras/initializers/Constant#init_">tf.compat.v1.constantinitializer.init_() не существует в tf.constantinitializer.init_(). Однако вы можете указать dtype в __call__() в обоих случаях.

В символе compat.v1, если verify_shape установлено на True, при инициализации переменной с формой, отличной от value, возникает исключение. Если установлено на False, value переформатируется для инициализации переменной при необходимости. Исключение будет возникать только тогда, когда количество элементов отличается.

Аргумент verify_shape не поддерживается в TF2. Использование tf.constant_initializer эквивалентно установке verify_shape на False.

Структурное соответствие TF2

До:

value = [0, 1, 2, 3, 4, 5, 6, 7]
initializer = tf.compat.v1.constant_initializer(
    value=value,
    dtype=tf.float32,
    verify_shape=False)
variable = tf.Variable(initializer(shape=[2, 4]))

После:

value = [0, 1, 2, 3, 4, 5, 6, 7]
initializer = tf.constant_initializer(value=value)
tf.Variable(initializer(shape=[2, 4], dtype=tf.float32))

Как сопоставить аргументы

Пример использования до и после

До:

value = [1., 2., 3., 4.]
initializer = tf.compat.v1.constant_initializer(
    value=value, dtype=tf.float32, verify_shape=True)
tf.Variable(initializer(shape=[2, 2])).numpy()
Traceback (most recent call last):

TypeError: Expected Tensor's shape: (2, 2), got (4,).
initializer = tf.compat.v1.constant_initializer(
    value=value, dtype=tf.float32, verify_shape=False)
tf.Variable(initializer(shape=[2, 2])).numpy()
array([[1., 2.],
       [3., 4.]], dtype=float32)

После:

value = [1., 2., 3., 4.]
initializer = tf.constant_initializer(value=value)
tf.Variable(initializer(shape=[2, 2], dtype=tf.float32)).numpy()
array([[1., 2.],
       [3., 4.]], dtype=float32)

Описание

Результирующий тензор заполняется значениями типа dtype, как указано в аргументах value в соответствии с желаемой shape нового тензора (см. примеры ниже).

Аргумент value может быть константой или списком значений типа dtype. Если value является списком, то длина списка должна быть меньше или равна количеству элементов, подразумеваемым желаемой формой тензора. В случае, когда общее количество элементов в value меньше, чем количество элементов, необходимых для формы тензора, последний элемент в value будет использоваться для заполнения оставшихся записей. Если общее количество элементов в value больше, чем количество элементов, необходимых для формы тензора, инициализатор выведет ValueError.

Примеры:

В следующем примере можно использовать numpy.ndarray вместо value списка, даже преобразованного, как показано в двух комментариях ниже инициализации списка value.

value = [0, 1, 2, 3, 4, 5, 6, 7]
init = tf.compat.v1.constant_initializer(value)
# fitting shape
with tf.compat.v1.Session():
  x = tf.compat.v1.get_variable('x', shape=[2, 4], initializer=init)
  x.initializer.run()
  print(x.eval())
[[0. 1. 2. 3.]
 [4. 5. 6. 7.]]
# Larger shape
with tf.compat.v1.Session():
  y = tf.compat.v1.get_variable('y', shape=[3, 4], initializer=init)
  y.initializer.run()
  print(y.eval())
[[0.  1.  2.  3.]
 [4.  5.  6.  7.]
 [7.  7.  7.  7.]]
# Smaller shape
with tf.compat.v1.Session():
  z = tf.compat.v1.get_variable('z', shape=[2, 3], initializer=init)
Traceback (most recent call last):

ValueError: Too many elements provided. Needed at most 6, but received 8
# Shape verification
init_verify = tf.compat.v1.constant_initializer(value, verify_shape=True)
with tf.compat.v1.Session():
 u = tf.compat.v1.get_variable('u', shape=[3, 4],
                               initializer=init_verify)
Traceback (most recent call last):

TypeError: Expected Tensor's shape: (3, 4), got (8,).

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, partition_info=None, verify_shape=None
)

Возвращает объект тензора, инициализированный как указано инициализатором.