tf.compat.v1.keras.initializers.VarianceScaling

Инициализатор, способный адаптировать свою шкалу к форме тензоров весов.

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительных сведений.

tf.compat.v1.initializers.variance_scaling, tf.compat.v1.variance_scaling_initializer

tf.compat.v1.keras.initializers.VarianceScaling(
    scale=1.0,
    mode='fan_in',
    distribution='truncated_normal',
    seed=None,
    dtype=tf.dtypes.float32
)

Миграция на TF2

Хотя это устаревший compat.v1 API, этот символ совместим с выполнением eager и tf.function.

Чтобы перейти к API TF2, используйте tf.initializers.variance_scaling или tf.keras.initializers.VarianceScaling (ни один из них не из compat.v1) и передавайте dtype при вызове инициализатора.

Структурное отображение на TF2

До:

initializer = tf.compat.v1.variance_scaling_initializer(
  scale=scale,
  mode=mode,
  distribution=distribution
  seed=seed,
  dtype=dtype)

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

После:

initializer = tf.keras.initializers.VarianceScaling(
  scale=scale,
  mode=mode,
  distribution=distribution
  seed=seed)

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
`scale`	`scale`	Без изменений по умолчанию
`mode`	`mode`	Без изменений по умолчанию
`distribution`	`distribution`	Без изменений по умолчанию. 'normal' отображается как 'truncated_normal'
`seed`	`seed`
`dtype`	`dtype`	API TF2 принимает его только как аргумент `__call__`, а не как аргумент конструктора.
`partition_info`	-	(аргумент `__call__` в TF1) Не поддерживается

Описание

С помощью distribution="truncated_normal" or "untruncated_normal", образцы извлекаются из усеченного/неусеченного нормального распределения со средним значением нуля и стандартным отклонением (после усечения, если используется) stddev = sqrt(scale / n), где n:

количество входных единиц в тензоре весов, если режим = "fan_in"
количество выходных единиц, если режим = "fan_out"
среднее значение числа входных и выходных единиц, если режим = "fan_avg"

С помощью distribution="uniform", образцы извлекаются из равномерного распределения в пределах [-предел, предел], с limit = sqrt(3 * scale / n).

Аргументы
`scale`	Коэффициент масштабирования (положительное число с плавающей запятой).
`mode`	Одно из "fan_in", "fan_out", "fan_avg".
`distribution`	Используемое случайное распределение. Одно из "normal", "uniform".
`seed`	Целое число Python. Используется для создания случайных семян. См. `tf.compat.v1.set_random_seed` для поведения.
`dtype`	Тип данных по умолчанию, используется, если аргумент `dtype` не предоставлен при вызове инициализатора. Поддерживаются только типы с плавающей запятой.

Возможные исключения
`ValueError`	В случае некорректного значения аргументов "scale", "mode" или "distribution".

Методы

`from_config`

Просмотр исходного кода

@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 инициализатора.

`get_config`

Просмотр исходного кода

get_config()

Возвращает конфигурацию инициализатора в виде сериализуемого в формате JSON словаря.

Возвращаемое значение
Сериализуемый в формате JSON словарь Python.

`call`

Просмотр исходного кода

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

Возвращает тензорный объект, инициализированный в соответствии со спецификацией 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/VarianceScaling