LeCun

LeCun kelas publik

Penginisialisasi normal LeCun.

Mengambil sampel dari distribusi acak. * *

Jika distribusinya TRUNCATED_NORMAL, ia mengambil sampel dari distribusi normal terpotong yang berpusat pada 0 dengan stddev = sqrt(1 / fanIn) dengan fanIn adalah jumlah unit masukan dalam tensor bobot.

Jika distribusinya SERAGAM, ia mengambil sampel dari distribusi seragam dalam [-limit, limit] , dengan limit = Math.sqrt(3 / fanIn) ( fanIn adalah jumlah unit masukan dalam tensor bobot)

Contoh:

LeCun Normal:

      long seed = 1001l;
      LeCunNormal<TFloat32, TFloat32> initializer =
              new org.tensorflow.framework.initializers.LeCunNormal<>(tf,
               Distribution.TRUNCATED_NORMAL, seed);
      Operand<TFloat32> values =
              initializer.call(tf.constant(Shape.of(2,2)), TFloat32.class);
 

Seragam LeCun:

      long seed = 1001l;
      LeCunNormal<TFloat32, TFloat32> initializer =
              new org.tensorflow.framework.initializers.LeCunNormal<>(tf,
               Distribution.UNIFORM, seed);
      Operand<TFloat32> values =
              initializer.call(tf.constant(Shape.of(2,2)), TFloat32.class);
 

*

CATATAN: *

Untuk penginisialisasi setara LeCunNormal, gunakan TRUNCATED_NORMAL untuk parameter distribusi. *

Untuk penginisialisasi setara LeCunUniform, gunakan UNIFORM * untuk parameter distribusi. *

Lihat Juga

• ERROR(href="https://papers.nips.cc/paper/6698-self-normalizing-neural-networks">Self-Normalizing Neural Networks, Klambauer et al., 2017 / Self-Normalizing Neural Networks, Klambauer et al., 2017 )
• Backprop yang Efisien, Lecun dkk., 1998
• VarianceScaling.Distribution

Konstanta yang Diwarisi

Dari kelas org.tensorflow.framework.initializers.VarianceScaling

dobel

SKALA_DEFAULT

Bidang Warisan

Dari kelas org.tensorflow.framework.initializers.VarianceScaling

VarianceScaling.Distribution final statis publik	DISTRIBUTION_DEFAULT
VarianceScaling.Mode final statis publik	MODE_DEFAULT

Konstruktor Publik

LeCun (Ops tf, VarianceScaling.Distribusi distribusi, benih panjang) Membuat Inisialisasi LeCunNormal

Metode Warisan

Dari kelas org.tensorflow.framework.initializers.VarianceScaling

Operan <T>

panggilan ( Operan < TInt64 > meredup, tipe Kelas<T>)

Dari kelas org.tensorflow.framework.initializers.BaseInitializer

Operasi

dapatkanTF () Mendapatkan Operasi TensorFlow

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkan Kelas ()
ke dalam	Kode hash ()
kekosongan terakhir	beri tahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()

Dari antarmuka org.tensorflow.framework.initializers.Initializer

Operan abstrak <T>

panggilan ( Operan < TInt64 > meredup, tipe Kelas<T>) Menghasilkan operasi yang digunakan untuk melakukan inisialisasi.

Konstruktor Publik

LeCun publik (Ops tf, VarianceScaling.Distribution distribution, long seed)

Membuat Inisialisasi LeCunNormal

Parameter

tf	Operasi TensorFlow
distribusi	Jenis distribusi untuk penginisialisasi Glorot.
benih	benih untuk menghasilkan angka acak. Penginisialisasi yang dibuat dengan benih tertentu akan selalu menghasilkan tensor acak yang sama untuk bentuk dan tipe tertentu.