tf.truncated_normal_initializer函数

truncated_normal_initializer类

别名：

• tf.initializers.truncated_normal类 
• tf.keras.initializers.TruncatedNormal类
• tf.truncated_normal_initializer类

定义在：tensorflow/python/ops/init_ops.py.

请参阅指南：变量>共享变量

生成截断正态分布的初始化程序.

这些值与来自 random_normal_initializer 的值类似,不同之处在于值超过两个标准偏差值的值被丢弃并重新绘制.这是推荐的用于神经网络权值和过滤器的初始化器.

函数参数：

• mean：一个 python 标量或一个标量张量,要生成的随机值的均值.
• stddev：一个 python 标量或一个标量张量,要生成的随机值的标准偏差.
• seed：一个 Python 整数,用于创建随机种子.查看tf.set_random_seed行为.
• dtype：数据类型,仅支持浮点类型.

tf.truncated_normal_initializer方法

__init__

__init__(
    mean=0.0,
    stddev=1.0,
    seed=None,
    dtype=tf.float32
)

__call__

__call__(
    shape,
    dtype=None,
    partition_info=None
)

from_config

from_config(
    cls,
    config
)

从配置字典中实例化初始化程序.

示例：

initializer = RandomUniform(-1, 1)
config = initializer.get_config()
initializer = RandomUniform.from_config(config)

参数：

• config：一个 Python 字典,它通常是 get_config的输出.
  

返回：

一个初始化实例.

get_config

get_config()