tf.compat.v1.keras.initializers.glorot_normal
Инициализатор Glorot normal, также известный как Xavier normal.
Наследуется от: VarianceScaling
tf.compat.v1.keras.initializers.glorot_normal(
seed=None,
dtype=tf.dtypes.float32
)
Он генерирует выборки из усеченного нормального распределения, центрированного на 0 со стандартным отклонением (после усечения), заданным значением stddev = sqrt(2 / (fan_in + fan_out)), где fan_in — количество входных единиц в тензоре весов, а fan_out — количество выходных единиц в тензоре весов.
| Аргументы | |
|---|---|
seed | Целое число Python. Используется для создания случайных семян. См. tf.compat.v1.set_random_seed для получения информации о поведении. |
dtype | Типовой тип данных по умолчанию, используемый, если аргумент dtype не указан при вызове инициализатора. Поддерживаются только типы с плавающей точкой. |
Ссылки:
Методы
from_config
@classmethod
from_config(
config
)
Создает 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
get_config()
Возвращает конфигурацию инициализатора в виде сериализуемого в JSON словаря.
| Возвращаемое значение | |
|---|---|
| Сериализуемый в JSON словарь Python. |
__call__
__call__(
shape, dtype=None, partition_info=None
)
Возвращает тензор, инициализированный в соответствии с заданным инициализатором.
| Аргументы | |
|---|---|
shape | Форма тензора. |
dtype | Необязательный тип данных тензора. Если не указан, используется тип данных инициализатора. |
partition_info | Необязательная информация о возможном разбиении тензора. |
© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/compat/v1/keras/initializers/glorot_normal