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)
où 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. |