Python tf.compat.v1.truncated_normal_initializer用法及代码示例

生成截断正态分布的初始化程序。

用法

tf.compat.v1.truncated_normal_initializer(
    mean=0.0, stddev=1.0, seed=None, dtype=tf.dtypes.float32
)

迁移到 TF2

警告：这个 API 是为 TensorFlow v1 设计的。继续阅读有关如何从该 API 迁移到本机 TensorFlow v2 等效项的详细信息。见TensorFlow v1 到 TensorFlow v2 迁移指南有关如何迁移其余代码的说明。

虽然它是一个遗留的 compat.v1 API，但此符号与即刻执行和 tf.function 兼容。

要切换到 TF2，请切换到使用 tf.initializers.truncated_normal 或 tf.keras.initializers.TruncatedNormal(均来自 compat.v1 )并在调用初始化程序时传递 dtype。请记住，默认 stddev 和固定种子的行为已更改。

到 TF2 的结构映射

前：

initializer = tf.compat.v1.truncated_normal_initializer(
  mean=mean,
  stddev=stddev,
  seed=seed,
  dtype=dtype)

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

后：

initializer = tf.initializers.truncated_normal(
  mean=mean,
  seed=seed,
  stddev=stddev)

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

如何映射参数

TF1 参数名称	TF2 参数名称	注意
mean	mean	没有更改默认值
stddev	stddev	默认从 1.0 更改为 0.05
seed	seed
dtype	dtype	TF2 原生 api 仅将其作为 __call__ arg，而不是构造函数 arg。
partition_info	-	(TF1 中的 __call__ arg)不支持

这些值与random_normal_initializer 中的值相似，但与平均值相差超过两个标准差的值将被丢弃并重新绘制。这是神经网络权重和过滤器的推荐初始化程序。