tf.compat.v1.keras.initializers.RandomNormal

Инициализатор, генерирующий распределение Гаусса.

Наследуется от: random_normal_initializer

Просмотр псевдонимов

Псевдонимы для миграции

tf.compat.v1.keras.initializers.normal, tf.compat.v1.keras.initializers.random_normal

tf.compat.v1.keras.initializers.RandomNormal(
    mean=0.0,
    stddev=0.05,
    seed=None,
    dtype=tf.dtypes.float32
)

Переход к TF2

Несмотря на то, что это устаревший compat.v1 api, tf.compat.v1.keras.initializers.RandomNormal совместим с немедленным выполнением и tf.function.

Чтобы перейти к родному TF2, переключитесь на использование tf.keras.initializers.RandomNormal (не из compat.v1) и если вам нужно изменить тип данных по умолчанию, используйте tf.keras.backend.set_floatx(float_dtype) или передайте тип данных при вызове инициализатора, а не при его создании.

Поведение случайного зерна: также имейте в виду, что если вы передадите зерно в API инициализатора TF2, оно будет повторно использоваться для каждой инициализации (в отличие от инициализатора TF1).

Структурное отображение на родной TF2

До:

initializer = tf.compat.v1.keras.initializers.RandomNormal(
  mean=mean,
  stddev=stddev,
  seed=seed,
  dtype=dtype)

weight_one = tf.Variable(initializer(shape_one))
weight_two = tf.Variable(initializer(shape_two))

После:

initializer = tf.keras.initializers.RandomNormal(
  mean=mean,
  # seed=seed,  # Setting a seed in the native TF2 API
                # causes it to produce the same initializations
                # across multiple calls of the same initializer.
  stddev=stddev)

weight_one = tf.Variable(initializer(shape_one, dtype=dtype))
weight_two = tf.Variable(initializer(shape_two, dtype=dtype))

Как сопоставить аргументы

Имя аргумента TF1	Имя аргумента TF2	Примечание
`mean`	`mean`	Без изменений по умолчанию
`stddev`	`stddev`	Без изменений по умолчанию
`seed`	`seed`	Разные семантики генерации случайных чисел (изменятся в будущей версии). Если установлено, версия TF2 будет использовать генерацию случайных чисел без состояния, которая обеспечит точную инициализацию даже при многократном вызове экземпляра инициализатора. Версия `compat.v1` будет генерировать новые инициализации каждый раз. Не устанавливайте зерно, если вам нужны разные инициализации каждый раз. Вместо этого установите глобальное зерно tf с помощью `tf.random.set_seed`, если вам нужна детерминированность, или инициализируйте каждый вес с помощью отдельного экземпляра инициализатора и другого зерна.
`dtype`	`dtype`	Родной API TF2 принимает его только как аргумент `__call__`, а не как аргумент конструктора.
`partition_info`	-	(`__call__` аргумент в TF1) Не поддерживается

Пример различий в поведении фиксированного зерна

compat.v1 Поведение фиксированного зерна:

initializer = tf.compat.v1.keras.initializers.TruncatedNormal(seed=10)
a = initializer(shape=(2, 2))
b = initializer(shape=(2, 2))
tf.reduce_sum(a - b) == 0
<tf.Tensor: shape=(), dtype=bool, numpy=False>

После:

initializer = tf.keras.initializers.TruncatedNormal(seed=10)
a = initializer(shape=(2, 2))
b = initializer(shape=(2, 2))
tf.reduce_sum(a - b) == 0
<tf.Tensor: shape=(), dtype=bool, numpy=False>

Описание

Аргументы
`mean`	скалярное значение Python или скалярный тензор. Среднее значение генерируемых случайных значений.
`stddev`	скалярное значение Python или скалярный тензор. Стандартное отклонение генерируемых случайных значений.
`seed`	Целое число Python. Используется для создания случайных семян. См. `tf.compat.v1.set_random_seed` для получения информации о поведении.
`dtype`	Тип данных по умолчанию, используемый, если аргумент `dtype` не указан при вызове инициализатора. Поддерживаются только типы с плавающей точкой.

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. Как правило, это выход `get_config`.

Возвращает
Экземпляр инициализатора.

`get_config`

Просмотреть исходный код

get_config()

Возвращает конфигурацию инициализатора в виде словаря, сериализуемого в формате JSON.

Возвращает
Словарь Python, сериализуемый в формате JSON.

`call`

Просмотреть исходный код

__call__(
    shape, dtype=None, partition_info=None
)

Возвращает тензорный объект, инициализированный согласно указаниям инициализатора.

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/RandomNormal