![](/img/trans.png)
[英]Tensorflow 2.x - tf.contrib.layers.variance_scaling_initializer()
[英]change tf.contrib.layers.xavier_initializer() to 2.0.0
我该如何改变
tf.contrib.layers.xavier_initializer()
到 tf 版本 >= 2.0.0 ??
所有代码:
W1 = tf.get_variable("W1", shape=[self.input_size, h_size],
initializer=tf.contrib.layers.xavier_initializer())
tf.contrib.layers.xavier_initializer()
的 TF2 替换是tf.keras.initializers.glorot_normal
(Xavier 和 Glorot 是同一个初始化算法的两个名称) 文档链接。
如果tf.compat.v1.keras.initializers.glorot_normal
由于某些兼容性原因很重要 - 使用tf.compat.v1.keras.initializers.glorot_normal
只是为了稍微澄清@poe-dator的答案:使用 TF slim 的tf.contrib.layers.xavier_initializer()
不带任何参数,返回均匀分布的权重( 默认设置为uniform=True
)。
所以基本上,TF Slim 和 Keras 之间的映射如下:
tf.contrib.layers.xavier_initializer()
应替换为tf.keras.initializers.GlorotUniform()
tf.contrib.layers.xavier_initializer(uniform=False)
应替换为tf.keras.initializers.GlorotNormal()
在另一个Stack Overflow 帖子中也注意到了这种差异,因此对那里的海报表示敬意。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.