Python tf.keras.initializers.TruncatedNormal用法及代码示例

生成截断正态分布的初始化程序。

继承自：Initializer

用法

tf.keras.initializers.TruncatedNormal(
    mean=0.0, stddev=0.05, seed=None
)

参数

mean python 标量或标量张量。要生成的随机值的平均值。
stddev python 标量或标量张量。截断前要生成的随机值的标准差。
seed 一个 Python 整数。用于创建随机种子。有关行为，请参见tf.compat.v1.set_random_seed。请注意，种子初始化器不会在多次调用中产生相同的随机值，但多个初始化器在使用相同的种子值构造时会产生相同的序列。

也可通过快捷函数 tf.keras.initializers.truncated_normal 获得。

生成的值类似于来自 tf.keras.initializers.RandomNormal 初始化程序的值，除了与平均值有两个以上标准偏差的值被丢弃并重新绘制。

例子：

# Standalone usage:
initializer = tf.keras.initializers.TruncatedNormal(mean=0., stddev=1.)
values = initializer(shape=(2, 2))

# Usage in a Keras layer:
initializer = tf.keras.initializers.TruncatedNormal(mean=0., stddev=1.)
layer = tf.keras.layers.Dense(3, kernel_initializer=initializer)

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.keras.initializers.TruncatedNormal。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。