Inizializzatore normale LeCun.
Disegna campioni da una distribuzione casuale. * *
Se la distribuzione è TRUNCATED_NORMAL, trae campioni da una distribuzione normale troncata centrata su 0
con stddev = sqrt(1 / fanIn)
dove fanIn
è il numero di unità di input nel tensore del peso.
Se la distribuzione è UNIFORM, traccia campioni da una distribuzione uniforme entro [-limit, limit]
, dove limit = Math.sqrt(3 / fanIn)
( fanIn
è il numero di unità di input nel tensore del peso)
Esempi:
LeCun normale:
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);*
NOTA: *
Per un inizializzatore equivalente LeCunNormal, utilizzare TRUNCATED_NORMAL
per il parametro di distribuzione. *
Per un inizializzatore equivalente LeCunUniform, utilizzare UNIFORM
* per il parametro di distribuzione. *
Costanti ereditate
Campi ereditati
Costruttori pubblici
LeCun (Ops tf, distribuzione VarianceScaling.Distribution , seed lungo) Crea un inizializzatore LeCunNormal |
Metodi ereditati
Costruttori pubblici
public LeCun (Ops tf, distribuzione VarianceScaling.Distribution , seed lungo)
Crea un inizializzatore LeCunNormal
Parametri
tf | le operazioni TensorFlow |
---|---|
distribuzione | Il tipo di distribuzione per l'inizializzatore Glorot. |
seme | il seme per la generazione di numeri casuali. Un inizializzatore creato con un dato seme produrrà sempre lo stesso tensore casuale per una data forma e dtype. |