zoukankan      html  css  js  c++  java
  • tf.truncated_normal_initializer的明确解释

    tf.truncated_normal_initializer
      意为:从截断的正态分布中输出随机值,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
      截断的正态分布:就是规定了范围的正态分布,比如在负无穷到50之间的正态分布,或者10到200的正态分布
    为什么生成的值大于平均值2个标准偏差的值则丢弃重新选择?
      
    X落在(μ-3σ,μ+3σ)以外的概率小于千分之三,在实际问题中常认为相应的事件是不会发生的,基本上可以把区间(μ-3σ,μ+3σ)看作是随机变量X实际可能的取值区间,这称之为正态分布的“3σ”原则。
      在tf.truncated_normal中如果x的取值在区间(μ-2σ,μ+2σ)之外则重新进行选择。这样保证了生成的值都在均值附近。
    
    

    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。

    如果解决了你的问题,点个赞再走吧~

  • 相关阅读:
    VUE 路由
    JS小表达式
    JS正则表达式
    react案例—实现组件之间的通信
    React脚手架搭建
    react属性三ref
    react属性二props
    java多线程2
    jvm小结2
    spark小结3
  • 原文地址:https://www.cnblogs.com/qianchaomoon/p/12286410.html
Copyright © 2011-2022 走看看