0
A
回答
4
创建一个变量并选择正确尺寸的随机分布。
w = tf.Variable(tf.random_uniform((dim1, dim2)))
对于初始化,您需要创建随机数。该链接为您提供了Tensorflow中的所有随机操作(分布)。 https://www.tensorflow.org/api_guides/python/constant_op#Random_Tensors
3
小非负数初始化变量:
norm = tf.random_uniform_initializer(minval=0, maxval = 1, dtype=tf.float32)
with tf.variable_scope('scope') as scope:
w = tf.get_variable('w', [inp.get_shape()[1], output_dim], initializer=norm, dtype=tf.float32)
3
有非负random numbers in TensorFlow几个选项。在[minval, maxval)
w = tf.Variable(tf.random_uniform(shape, minval=0, maxval=max))
均匀随机数:正如其他人已经提到的,你可以使用tf.random_uniform
。对于更一般的分布,您可以使用tf.random_gamma
,该参数从gamma distribution中抽取样本,参数为形状参数alpha
,反比例参数beta
。 alpha
必须提供,但beta=1
默认情况下(即使指纹说None
):
w = tf.Variable(tf.random_gamma(shape, alpha=alpha, beta=beta))
伽玛分布有支持[0, +inf)
和其它的一些特性(在某些假设的最大熵分布,结合之前的一些事情在贝叶斯统计中)。取决于您的参数,您可以从中获得很多不同的形状。它与正态分布类似,但仅适用于正数。
你也可以(虽然我不知道,我会推荐它,它感觉怪怪的)使用tf.truncated_random_normal
,它从一个正态分布样本指定mean
和stddev
,但样品的加或减2外标准差下降,重采样:
w = tf.Variable(tf.truncated_random_normal(shape, mean=mean, stddev=stddev))
其中mean
将一些正值,stddev
将最多等于mean/2
。
相关问题
- 1. 如何初始化张量流中的变量C API
- 2. 在张量流中初始化新变量
- 3. 如何在张量变量初始化后覆盖张量变量?
- 4. 初始化张量
- 5. 对未初始化的变量导入张量流图失败
- 6. STM32:非初始化变量?
- 7. 使用张量流使用另一个变量初始化变量
- 8. 未初始化的变量如何获得一个随机值?
- 9. C++中非初始化变量的值
- 10. 如何初始化变量?
- 11. 如何初始化变量?
- 12. 如何检查多个变量并初始化非空变量?
- 13. 初始化用的for_each列表的随机变量
- 14. 张量流中的随机值
- 15. 初始化数组变量
- 16. 变量初始化?
- 17. 初始化变量
- 18. 初始化变量
- 19. 变量初始化
- 20. 变量初始化
- 21. 初始化变量
- 22. 初始化变量
- 23. 初始化变量
- 24. 如何在C++中初始化类中的非静态常量变量?
- 25. 运行导入张量流图对未初始化的变量失败
- 26. 未初始化的DWORD变量赋予随机值?
- 27. 如何用JavaScript初始化php变量?
- 28. 编译时数组初始化与非常量变量的大小
- 29. 用变量的值初始化常量
- 30. 初始化变量在JavaScript
如果任何答案对您有帮助,请将其标记为正确,以便人们知道未来他们遇到问题时会发挥什么作用。 – Engineero