Python tf.compat.v1.keras.initializers.Zeros用法及代碼示例

生成初始化為 0 的張量的初始化程序。

用法

tf.compat.v1.keras.initializers.Zeros(
    dtype=tf.dtypes.float32
)

遷移到 TF2

警告：這個 API 是為 TensorFlow v1 設計的。繼續閱讀有關如何從該 API 遷移到本機 TensorFlow v2 等效項的詳細信息。見TensorFlow v1 到 TensorFlow v2 遷移指南有關如何遷移其餘代碼的說明。

tf.compat.v1.zeros_initializer 與即刻執行和 tf.function 兼容。

要遷移到 TF2，請改用tf.zeros.initializer。 tf.compat.v1.zeros.initializer.init_() 中的 dtype 參數在 tf.zerosinitializer.init_() 中不存在。但是，在這兩種情況下，您都可以在__call__() 中指定dtype。

到 TF2 的結構映射

前：

initializer = tf.compat.v1.zeros_initializer(dtype=tf.float32)
variable = tf.Variable(initializer(shape=[3, 3]))

後：

initializer = tf.zeros_initializer()
variable = tf.Variable(initializer(shape=[3, 3], dtype=tf.float32))

如何映射參數

TF1 參數名稱	TF2 參數名稱	注意
dtype	dtype	在__call__() 方法中
partition_info	-	(TF1 中的 __call__ arg)不支持

使用示例之前和之後

前：

initializer = tf.compat.v1.zeros_initializer(dtype=tf.float32)
tf.Variable(initializer(shape=[3])).numpy()
array([0., 0., 0.], dtype=float32)
tf.Variable(initializer(shape=[3, 3])).numpy()
array([[0., 0., 0.],
       [0., 0., 0.],
       [0., 0., 0.]], dtype=float32)
initializer = tf.compat.v1.zeros_initializer()
tf.Variable(initializer(shape=[3], dtype=tf.float32)).numpy()
array([0., 0., 0.], dtype=float32)
tf.Variable(initializer(shape=[3, 3], dtype=tf.float32)).numpy()
array([[0., 0., 0.],
       [0., 0., 0.],
       [0., 0., 0.]], dtype=float32)

後：

initializer = tf.zeros_initializer()
tf.Variable(initializer(shape=[3], dtype=tf.float32)).numpy()
array([0., 0., 0.], dtype=float32)
tf.Variable(initializer(shape=[3, 3], dtype=tf.float32)).numpy()
array([[0., 0., 0.],
       [0., 0., 0.],
       [0., 0., 0.]], dtype=float32)