LeCun

classe pubblica LeCun

Inizializzatore normale LeCun.

Disegna campioni da una distribuzione casuale. * *

Se la distribuzione è TRUNCATED_NORMAL, trae campioni da una distribuzione normale troncata centrata su 0 con stddev = sqrt(1 / fanIn) dove fanIn è il numero di unità di input nel tensore del peso.

Se la distribuzione è UNIFORM, traccia campioni da una distribuzione uniforme entro [-limit, limit] , dove limit = Math.sqrt(3 / fanIn) ( fanIn è il numero di unità di input nel tensore del peso)

Esempi:

LeCun normale:

      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);
 

Uniforme 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);
 

*

NOTA: *

Per un inizializzatore equivalente LeCunNormal, utilizzare TRUNCATED_NORMAL per il parametro di distribuzione. *

Per un inizializzatore equivalente LeCunUniform, utilizzare UNIFORM * per il parametro di distribuzione. *

Vedi anche

• 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 efficiente, Lecun et al., 1998
• VarianceScaling.Distribution

Costanti ereditate

Dalla classe org.tensorflow.framework.initializers.VarianceScaling

raddoppiare

SCALE_DEFAULT

Campi ereditati

Dalla classe org.tensorflow.framework.initializers.VarianceScaling

pubblico statico finale VarianceScaling.Distribution	DISTRIBUZIONE_DEFAULT
VarianceScaling.Mode finale statico pubblico	MODALITÀ_DEFAULT

Costruttori pubblici

LeCun (Ops tf, distribuzione VarianceScaling.Distribution , seed lungo) Crea un inizializzatore LeCunNormal

Metodi ereditati

Dalla classe org.tensorflow.framework.initializers.VarianceScaling

Operando <T>

chiamata ( Operando < TInt64 > dims, tipo Class<T>)

Dalla classe org.tensorflow.framework.initializers.BaseInitializer

Op	ottieni TF () Ottiene le operazioni TensorFlow

Dalla classe java.lang.Object

booleano	è uguale a (Oggetto arg0)
Classe finale<?>	getClass ()
int	codicehash ()
vuoto finale	avvisare ()
vuoto finale	notificaTutti ()
Corda	aStringa ()
vuoto finale	attendere (lungo arg0, int arg1)
vuoto finale	aspetta (lungo arg0)
vuoto finale	Aspettare ()

Dall'interfaccia org.tensorflow.framework.initializers.Initializer

Operando astratto <T>

chiamata ( Operando < TInt64 > dims, tipo Class<T>) Genera l'operazione utilizzata per eseguire l'inizializzazione.

Costruttori pubblici

public LeCun (Ops tf, distribuzione VarianceScaling.Distribution , seed lungo)

Crea un inizializzatore LeCunNormal

Parametri

tf	le operazioni TensorFlow
distribuzione	Il tipo di distribuzione per l'inizializzatore Glorot.
seme	il seme per la generazione di numeri casuali. Un inizializzatore creato con un dato seme produrrà sempre lo stesso tensore casuale per una data forma e dtype.