Se usó la API de Cloud Translation para traducir esta página.
Switch to English

tf.random_uniform_initializer

TensorFlow 1 versión Ver código fuente en GitHub

Inicializador que genera tensores con una distribución uniforme.

Inicializadores le permiten comprobar la validez de especificar una estrategia de inicialización, codificada en el inicializador de objeto, sin conocer la forma y dtype de la variable que se está inicializado.

Ejemplos:

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) ...

minval A escalar pitón o un tensor escalar. Límite inferior de la gama de valores aleatorios para generar (inclusive).
maxval A escalar pitón o un tensor escalar. Límite superior del rango de valores aleatorios para generar (exclusivo).
seed número entero A Python. Se utiliza para crear semillas aleatorias. Ver tf.random.set_seed para el comportamiento.

Métodos

from_config

Ver fuente

Crea la instancia de un inicializador de un diccionario de configuración.

Ejemplo:

 initializer = RandomUniform(-1, 1)
config = initializer.get_config()
initializer = RandomUniform.from_config(config)
 

args
config Un diccionario de Python. Por lo general será la salida de get_config .

Devoluciones
Una instancia inicializador.

get_config

Ver fuente

Devuelve la configuración del inicializador como dict JSON-serializable.

Devoluciones
Un JSON-serializable dict Python.

__call__

Ver fuente

Devuelve un objeto inicializado tensor según lo especificado por el inicializador.

args
shape Forma del tensor.
dtype dtype opcional del tensor. El único punto flotante y enteros tipos son compatibles.

aumentos
ValueError Si el dtype no es numérico.