[英]Tensorflow 2.x - tf.contrib.layers.variance_scaling_initializer()
[英]change tf.contrib.layers.xavier_initializer() to 2.0.0
我該如何改變
tf.contrib.layers.xavier_initializer()
到 tf 版本 >= 2.0.0 ??
所有代碼:
W1 = tf.get_variable("W1", shape=[self.input_size, h_size],
initializer=tf.contrib.layers.xavier_initializer())
tf.contrib.layers.xavier_initializer()
的 TF2 替換是tf.keras.initializers.glorot_normal
(Xavier 和 Glorot 是同一個初始化算法的兩個名稱) 文檔鏈接。
如果tf.compat.v1.keras.initializers.glorot_normal
由於某些兼容性原因很重要 - 使用tf.compat.v1.keras.initializers.glorot_normal
只是為了稍微澄清@poe-dator的答案:使用 TF slim 的tf.contrib.layers.xavier_initializer()
不帶任何參數,返回均勻分布的權重( 默認設置為uniform=True
)。
所以基本上,TF Slim 和 Keras 之間的映射如下:
tf.contrib.layers.xavier_initializer()
應替換為tf.keras.initializers.GlorotUniform()
tf.contrib.layers.xavier_initializer(uniform=False)
應替換為tf.keras.initializers.GlorotNormal()
在另一個Stack Overflow 帖子中也注意到了這種差異,因此對那里的海報表示敬意。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.