当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python mxnet.initializer.Normal用法及代码示例


用法:

class mxnet.initializer.Normal(sigma=0.01)

参数：

sigma：(float, optional) - 正态分布的标准差。默认标准差为 0.01。

基础： mxnet.initializer.Initializer

使用从均值为零且标准差为 sigma 的正态分布采样的随机值初始化权重。

示例：

>>> # Given 'module', an instance of 'mxnet.module.Module', initialize weights
>>> # to random values sampled from a normal distribution.
...
>>> init = mx.init.Normal(0.5)
>>> module.init_params(init)
>>> for dictionary in module.get_params():
...     for key in dictionary:
...         print(key)
...         print(dictionary[key].asnumpy())
...
fullyconnected0_weight
[[-0.3214761  -0.12660924  0.53789419]]

相关用法


注：本文由纯净天空筛选整理自apache.org大神的英文原创作品 mxnet.initializer.Normal。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。