He

classe publique , il

Il initialise.

Si la distribution est TRUNCATED_NORMAL, elle tire des échantillons d'une distribution normale tronquée centrée sur 0 avec stddev = sqrt(2 / fanIn) où fanIn est le nombre d'unités d'entrée dans le tenseur de poids.

Si la distribution est UNIFORME, elle tire des échantillons d'une distribution uniforme dans [-limit, limit] , où limit = sqrt(6 / fanIn) (fanIn est le nombre d'unités d'entrée dans le tenseur de poids).

Exemples :

Il est normal : 

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

L'uniforme : 

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

NOTE:

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

Pour un initialiseur équivalent HeUniform, utilisez UNIFORM pour le paramètre de distribution.

Voir aussi

Constantes

double ÉCHELLE

Constantes héritées

Champs hérités

Constructeurs Publics

Il (Ops tf, VarianceScaling.Distribution distribution, graine longue)
Crée un initialiseur He

Méthodes héritées

Constantes

public statique final double SCALE

Valeur constante : 2,0

Constructeurs Publics

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

Crée un initialiseur He

Paramètres
tf les opérations TensorFlow
distribution Le type de distribution pour l’initialiseur He.
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.
Voir aussi