tf.compat.v1.keras.initializers.Zeros
Инициализатор, генерирующий тензоры, инициализированные нулями.
tf.compat.v1.keras.initializers.Zeros(
dtype=tf.dtypes.float32
)
Миграция на TF2
tf.compat.v1.zeros_initializer совместим с исполнением в режиме eager и tf.function.
Для миграции на TF2, пожалуйста, используйте tf.zerosinitializer вместо этого. Аргумент dtype в <a href="../../../../../tf/compat/v1/keras/initializers/Zeros#init_">tf.compat.v1.zerosinitializer.init_() не существует в tf.zerosinitializer.init_(). Однако вы можете указать dtype в __call__() в обоих случаях.
Структурное соответствие TF2
До:
initializer = tf.compat.v1.zeros_initializer(dtype=tf.float32) variable = tf.Variable(initializer(shape=[3, 3]))
После:
initializer = tf.zeros_initializer() variable = tf.Variable(initializer(shape=[3, 3], dtype=tf.float32))
Как сопоставить аргументы
| Имя аргумента TF1 | Имя аргумента TF2 | Примечание |
|---|---|---|
dtype | dtype | В методе __call__() |
partition_info | - | (аргумент __call__ в TF1) Не поддерживается |
Пример использования до и после
До:
initializer = tf.compat.v1.zeros_initializer(dtype=tf.float32)
tf.Variable(initializer(shape=[3])).numpy()
array([0., 0., 0.], dtype=float32)
tf.Variable(initializer(shape=[3, 3])).numpy()
array([[0., 0., 0.],
[0., 0., 0.],
[0., 0., 0.]], dtype=float32)
initializer = tf.compat.v1.zeros_initializer()
tf.Variable(initializer(shape=[3], dtype=tf.float32)).numpy()
array([0., 0., 0.], dtype=float32)
tf.Variable(initializer(shape=[3, 3], dtype=tf.float32)).numpy()
array([[0., 0., 0.],
[0., 0., 0.],
[0., 0., 0.]], dtype=float32)
После:
initializer = tf.zeros_initializer()
tf.Variable(initializer(shape=[3], dtype=tf.float32)).numpy()
array([0., 0., 0.], dtype=float32)
tf.Variable(initializer(shape=[3, 3], dtype=tf.float32)).numpy()
array([[0., 0., 0.],
[0., 0., 0.],
[0., 0., 0.]], dtype=float32)
Описание
Методы
from_config
@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 он является результатом get_config. |
| Возвращаемые значения | |
|---|---|
| Экземпляр инициализатора. |
get_config
get_config()
Возвращает конфигурацию инициализатора в формате JSON-сериализуемого словаря.
| Возвращаемые значения | |
|---|---|
| JSON-сериализуемый словарь Python. |
__call__
__call__(
shape, dtype=None, partition_info=None
)
Возвращает объект тензора, инициализированный в соответствии с инициализатором.
| Аргументы | |
|---|---|
shape | Формат тензора. |
dtype | Необязательный тип данных тензора. Если не указано, 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/Zeros