El inicializador Glorot, también llamado inicializador Xavier.
Extrae muestras de una distribución aleatoria.
Si la distribución es TRUNCADA_NORMAL, entonces la distribución se centra en 0 con stddev = Math.sqrt(2. / (fanIn + fanOut)) donde fanIn es el número de unidades de entrada en el tensor de peso y fanOut es el número de unidades de salida en el tensor de peso.
Si la distribución es UNIFORME, entonces las muestras se extraen de una distribución uniforme dentro de [-limit, limit] , donde limit = sqrt(6 / (fanIn + fanOut)) ( fanIn es el número de unidades de entrada en el tensor de peso y fanOut es el número de unidades de salida).
Ejemplos:
Glorot normal:
long seed = 1001l;
Glorot<TFloat32, TFloat32> initializer =
new org.tensorflow.framework.initializers.Glorot<>(tf,
Distribution.TRUNCATED_NORMAL, seed);
Operand<TFloat32> values =
initializer.call(tf.constant(Shape.of(2,2)), TFloat32.class);
Uniforme glorot:
long seed = 1001l;
Glorot<TFloat32, TFloat32> initializer =
new org.tensorflow.framework.initializers.Glorot<>(tf,
Distribution.UNIFORM, seed);
Operand<TFloat32> values =
initializer.call(tf.constant(Shape.of(2,2)), TFloat32.class);
NOTA:
Para un inicializador equivalente a GlorotNormal, utilice TRUNCATED_NORMAL para el parámetro de distribución.
Para un inicializador equivalente a GlorotUniform, utilice UNIFORM para el parámetro de distribución.
Ver también
Constantes
| doble | ESCALA |
Constantes heredadas
Campos heredados
Constructores Públicos
Glorot (Ops tf, VarianceScaling.Distribución de distribución, semilla larga) Crea un inicializador Glorot. |
Métodos heredados
Constantes
ESCALA doble final estática pública
Constructores Públicos
Glorot público (Ops tf, distribución VarianceScaling.Distribution , semilla larga)
Crea un inicializador Glorot.
Parámetros
| tf | las operaciones de TensorFlow |
|---|---|
| distribución | El tipo de distribución para el inicializador Glorot. |
| semilla | la semilla para la generación de números aleatorios. Un inicializador creado con una semilla determinada siempre producirá el mismo tensor aleatorio para una forma y un tipo determinados. |