Python tf.random_normal_initializer用法及代码示例

生成具有正态分布的张量的初始化程序。

用法

tf.random_normal_initializer(
    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。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.random.set_seed。

Initializers 允许您预先指定初始化策略，编码在 Initializer 对象中，而无需知道正在初始化的变量的形状和 dtype。

例子：

def make_variables(k, initializer):
  return (tf.Variable(initializer(shape=[k], dtype=tf.float32)),
          tf.Variable(initializer(shape=[k, k], dtype=tf.float32)))
v1, v2 = make_variables(3,
                        tf.random_normal_initializer(mean=1., stddev=2.))
v1
<tf.Variable ... shape=(3,) ... numpy=array([...], dtype=float32)>
v2
<tf.Variable ... shape=(3, 3) ... numpy=

make_variables(4, tf.random_uniform_initializer(minval=-1., maxval=1.))
(<tf.Variable...shape=(4,) dtype=float32...>, <tf.Variable...shape=(4, 4) ...

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.random_normal_initializer。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。