對Tensorflow中的變量初始化函數(shù)詳解
Tensorflow 提供了7種不同的初始化函數(shù)：
tf.constant_initializer(value) #將變量初始化為給定的常量,初始化一切所提供的值。
假設(shè)在卷積層中，設(shè)置偏執(zhí)項b為0，則寫法為: 1. bias_initializer=tf.constant_initializer(0) 2. bias_initializer=tf.zeros_initializer(0)
tf.random_normal_initializer(mean,stddev) #功能是將變量初始化為滿足正太分布的隨機值，主要參數(shù)（正太分布的均值和標準差），用所給的均值和標準差初始化均勻分布
tf.truncated_normal_initializer(mean,stddev,seed,dtype) #功能：將變量初始化為滿足正太分布的隨機值，但如果隨機出來的值偏離平均值超過2個標準差，那么這個數(shù)將會被重新隨機
mean:用于指定均值；stddev用于指定標準差；seed:用于指定隨機數(shù)種子；dtype：用于指定隨機數(shù)的數(shù)據(jù)類型。 通常只需要設(shè)定一個標準差stddev這一個參數(shù)就可以。
tf.random_uniform_initializer(a,b,seed,dtype) #從a到b均勻初始化，將變量初始化為滿足平均分布的隨機值，主要參數(shù)（最大值，最小值）
tf.uniform_unit_scaling_initializer(factor,seed,dtypr) #將變量初始化為滿足平均分布但不影響輸出數(shù)量級的隨機值
max_val=math.sqrt(3/input_size)*factor; input_size指輸入數(shù)據(jù)的維數(shù)，假設(shè)輸入為x,計算為x*w,則input_size=w.shape[0]. 其分布區(qū)間為[-max_val,max_val]
tf.zeros_initializer() #將變量設(shè)置為全0；也可以簡寫為tf.Zeros()
tf.ones_initializer() #將變量設(shè)置為全1；可簡寫為tf.Ones()
以上這篇對Tensorflow中的變量初始化函數(shù)詳解就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要給大家分享的是Python技巧之變長和定長序列拆分，Python中的任何序列（可迭代的對象）都可以通過賦值操作進行拆分，包括但不限于元組、列表、字符串、文件、迭代器、生成器等。想了解更多詳細的小伙伴請參考下面文章內(nèi)容2021-12-12
TensorFlow實現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)
這篇文章主要為大家詳細介紹了TensorFlow實現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-05-05
DataFrame 將某列數(shù)據(jù)轉(zhuǎn)為數(shù)組的方法
下面小編就為大家分享一篇DataFrame 將某列數(shù)據(jù)轉(zhuǎn)為數(shù)組的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-04-04
這篇文章主要介紹了Python遍歷文件夾和讀寫文件的實現(xiàn)代碼,需要的朋友可以參考下2016-08-08
今天小編就為大家分享一篇關(guān)于Python在圖片中插入大量文字并且自動換行，小編覺得內(nèi)容挺不錯的，現(xiàn)在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧2019-01-01
Python 識別12306圖片驗證碼物品的實現(xiàn)示例
這篇文章主要介紹了Python 識別12306圖片驗證碼物品的實現(xiàn)示例，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-01-01
由于工作需要,客戶需要將多個excel文件合并成一個excel中,下面這篇文章主要給大家介紹了關(guān)于使用Python快速進行Excel合并的幾種場景,文中通過代碼介紹的非常詳細,需要的朋友可以參考下2023-10-10
這篇文章主要介紹了Python刪除windows垃圾文件的方法,涉及Python針對系統(tǒng)垃圾文件的查找與清理技巧,具有一定參考借鑒價值,需要的朋友可以參考下2015-07-07
這篇文章主要介紹了Python面向?qū)ο缶幊袒A(chǔ)解析，具有一定參考價值，需要的朋友可以了解下。2017-10-10
解決python遞歸函數(shù)及遞歸次數(shù)受到限制的問題
這篇文章主要介紹了解決python遞歸函數(shù)及遞歸次數(shù)受到限制的問題，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-06-06