Python tf.random_uniform_initializer用法及代碼示例

生成具有均勻分布的張量的初始化程序。

用法

tf.random_uniform_initializer(
    minval=-0.05, maxval=0.05, seed=None
)

參數

minval python 標量或標量張量。要生成的隨機值範圍的下限(包括)。
maxval python 標量或標量張量。要生成的隨機值範圍的上限(不包括)。
seed 一個 Python 整數。用於創建隨機種子。有關行為，請參見tf.random.set_seed。

Initializers 允許您預先指定初始化策略，編碼在 Initializer 對象中，而無需知道正在初始化的變量的形狀和 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.ones_initializer())
v1
<tf.Variable ... shape=(3,) ... numpy=array([1., 1., 1.], dtype=float32)>
v2
<tf.Variable ... shape=(3, 3) ... numpy=
array([[1., 1., 1.],
       [1., 1., 1.],
       [1., 1., 1.]], dtype=float32)>
make_variables(4, tf.random_uniform_initializer(minval=-1., maxval=1.))
(<tf.Variable...shape=(4,) dtype=float32...>, <tf.Variable...shape=(4, 4) ...

相關用法

注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.random_uniform_initializer。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。