tf.keras.initializers.HeUniform
Инициализатор He uniform variance scaling.
Наследуется от: VarianceScaling, Initializer
tf.keras.initializers.HeUniform(
seed=None
)
Также доступен через сокращённую функцию tf.keras.initializers.he_uniform.
Выбирает значения из равномерного распределения в диапазоне [-limit, limit], где limit = sqrt(6 / fan_in) (fan_in — количество входных единиц в тензоре весов).
Примеры:
# Standalone usage: initializer = tf.keras.initializers.HeUniform() values = initializer(shape=(2, 2))
# Usage in a Keras layer: initializer = tf.keras.initializers.HeUniform() layer = tf.keras.layers.Dense(3, kernel_initializer=initializer)
| Аргументы | |
|---|---|
seed | Целое число Python. Используется для определения поведения инициализатора. Обратите внимание, что инициализатор с заданным seed не будет генерировать одни и те же случайные значения при многократном вызове, но различные инициализаторы будут генерировать одинаковую последовательность, если они созданы с одним и тем же значением seed. |
Ссылки:
Методы
from_config
@classmethod
from_config(
config
)
Создаёт инициализатор из словаря конфигурации.
Пример:
initializer = RandomUniform(-1, 1) config = initializer.get_config() initializer = RandomUniform.from_config(config)
| Аргументы | |
|---|---|
config | Словарь Python, результат работы get_config. |
| Возвращаемое значение | |
|---|---|
Экземпляр tf.keras.initializers.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, **kwargs
)
Возвращает тензор, инициализированный в соответствии с инициализатором.
| Аргументы | |
|---|---|
shape | Форма тензора. |
dtype | Необязательный тип данных тензора. Поддерживаются только типы с плавающей точкой. Если не указано, используется tf.keras.backend.floatx(), который по умолчанию равен float32, если вы его не настроили (через tf.keras.backend.set_floatx(float_dtype)) |
**kwargs | Дополнительные ключевые аргументы. |
© 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/keras/initializers/HeUniform