zoukankan      html  css  js  c++  java
  • tf.truncated_normal_initializer

    import tensorflow as tf
    
    t = tf.truncated_normal_initializer(stddev=0.1, seed=1)
    v = tf.get_variable('v', [1], initializer=t)
    
    with tf.Session() as sess:
        for i in range(1, 10, 1):
            sess.run(tf.global_variables_initializer())
            print(sess.run(v))
    
    输出:
    [-0.08113182]
    [ 0.06396971]
    [ 0.13587774]
    [ 0.05517125]
    [-0.02088852]
    [-0.03633211]
    [-0.06759059]
    [-0.14034753]
    [-0.16338211]
    

    tf.truncated_normal_initializer 从截断的正态分布中输出随机值。
    生成的值服从具有指定平均值和标准偏差的正态分布,如果生成的值大于平均值2个标准偏差的值则丢弃重新选择。

    ARGS:

    mean:一个python标量或一个标量张量。要生成的随机值的均值。
    stddev:一个python标量或一个标量张量。要生成的随机值的标准偏差。
    seed:一个Python整数。用于创建随机种子。查看 tf.set_random_seed 行为。
    dtype:数据类型。只支持浮点类型。

    这是神经网络权重和过滤器的推荐初始值。

  • 相关阅读:
    HBase-MapReduce
    HBase API 操 作
    HBase-Shell-数据结构-原理
    HBase-简介-安装配置
    Kafka 与 Flume
    kafka-Streams
    Kafka-producer拦截器(interceptor)
    Kafka-API
    Kafka-工作流程分析
    day06 Java面向对象
  • 原文地址:https://www.cnblogs.com/guqiangjs/p/7807611.html
Copyright © 2011-2022 走看看