本文主要是介绍TensorFlow中变量初始化函数,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
- tf.constant_initializer : 将变量初始化为常量。
eg:
>>> import numpy as np>>> import tensorflow as tf>>> value = [0, 1, 2, 3, 4, 5, 6, 7]>>> init = tf.constant_initializer(value)
- tf.random_normal_initializer : 将变量初始化为满足正态分布的随机数,需要输入的参数为:正太分布的均值与标准差。
- tf.truncated_normal_initializer : 将变量初始化为满足正态分布的随机数,但当随机值偏离平均值超过2个标准差,则重新随机。 需要输入的参数为:正太分布的均值与标准差。
- tf.zeros_initializer : 将变量设为0, 输入参数为:变量的维度。
- tf.ones_initializer : 将变量设为1, 输入参数为:变量的维度。
参考:
- https://www.tensorflow.org/
- 《实战Google深度学习框架》
这篇关于TensorFlow中变量初始化函数的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!