LeCun

classe publique LeCun

Initialiseur normal LeCun.

Tire des échantillons à partir d’une distribution aléatoire. * *

Si la distribution est TRUNCATED_NORMAL, elle tire des échantillons d'une distribution normale tronquée centrée sur 0 avec stddev = sqrt(1 / fanIn)fanIn est le nombre d'unités d'entrée dans le tenseur de poids.

Si la distribution est UNIFORME, elle extrait des échantillons d'une distribution uniforme dans [-limit, limit] , où limit = Math.sqrt(3 / fanIn) ( fanIn est le nombre d'unités d'entrée dans le tenseur de poids)

Exemples:

LeCun Normal :

      long seed = 1001l;
      LeCunNormal<TFloat32, TFloat32> initializer =
              new org.tensorflow.framework.initializers.LeCunNormal<>(tf,
               Distribution.TRUNCATED_NORMAL, seed);
      Operand<TFloat32> values =
              initializer.call(tf.constant(Shape.of(2,2)), TFloat32.class);
 

Uniforme LeCun :

      long seed = 1001l;
      LeCunNormal<TFloat32, TFloat32> initializer =
              new org.tensorflow.framework.initializers.LeCunNormal<>(tf,
               Distribution.UNIFORM, seed);
      Operand<TFloat32> values =
              initializer.call(tf.constant(Shape.of(2,2)), TFloat32.class);
 
*

NOTE: *

Pour un initialiseur équivalent LeCunNormal, utilisez TRUNCATED_NORMAL pour le paramètre de distribution. *

Pour un initialiseur équivalent à LeCunUniform, utilisez UNIFORM * pour le paramètre de distribution. *

Constantes héritées

Champs hérités

Constructeurs Publics

LeCun (Ops tf, VarianceScaling.Distribution distribution, graine longue)
Crée un initialiseur LeCunNormal

Méthodes héritées

Constructeurs Publics

public LeCun (Ops tf, VarianceScaling.Distribution distribution, graine longue)

Crée un initialiseur LeCunNormal

Paramètres
tf les opérations TensorFlow
distribution Le type de distribution pour l'initialiseur Glorot.
graine la graine pour la génération de nombres aléatoires. Un initialiseur créé avec une graine donnée produira toujours le même tenseur aléatoire pour une forme et un type donnés.