LeCun

общественный класс Лекун

LeCun обычный инициализатор.

Рисует образцы из случайного распределения. * *

Если распределение TRUNCATED_NORMAL, оно извлекает выборки из усеченного нормального распределения с центром в 0 с помощью stddev = sqrt(1 / fanIn) где fanIn — это количество входных единиц в тензоре веса.

Если распределение UNIFORM, он извлекает образцы из равномерного распределения в пределах [-limit, limit] , где limit = Math.sqrt(3 / fanIn) ( fanIn — количество входных единиц в тензоре веса).

Примеры:

ЛеКун Нормальный:

      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);
 

Униформа Лекуна:

      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);
 

*

ПРИМЕЧАНИЕ: *

Для эквивалентного инициализатора LeCunNormal используйте TRUNCATED_NORMAL в качестве параметра распределения. *

Для эквивалентного инициализатора LeCunUniform используйте UNIFORM * в качестве параметра распределения. *

См. также

• 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 )
• Эффективное обратное распространение, Лекун и др., 1998 г.
• VarianceScaling.Distribution

Унаследованные константы

Из класса org.tensorflow.framework.initializers.VarianceScaling

двойной

SCALE_DEFAULT

Унаследованные поля

Из класса org.tensorflow.framework.initializers.VarianceScaling

общедоступный статический финал VarianceScaling.Distribution	DISTRIBUTION_DEFAULT
общедоступный статический окончательный вариант VarianceScaling.Mode	MODE_DEFAULT

Публичные конструкторы

LeCun (Ops tf, распределение VarianceScaling.Distribution , длинное начальное число) Создает инициализатор LeCunNormal.

Унаследованные методы

Из класса org.tensorflow.framework.initializers.VarianceScaling

Операнд <Т>

вызов ( Операнд <TInt64> dims, тип Class<T>)

Из класса org.tensorflow.framework.initializers.BaseInitializer

Операции

получитьTF () Получает операции TensorFlow.

Из класса java.lang.Object

логическое значение	равно (Объект arg0)
последний класс<?>	получитьКласс ()
интервал	хэш-код ()
окончательная пустота	уведомить ()
окончательная пустота	уведомитьВсе ()
Нить	toString ()
окончательная пустота	подождать (длинный arg0, int arg1)
окончательная пустота	подождите (длинный arg0)
окончательная пустота	ждать ()

Из интерфейса org.tensorflow.framework.initializers.Initializer

абстрактный операнд <T>

вызов ( Операнд <TInt64> dims, тип Class<T>) Создает операцию, используемую для выполнения инициализации.

Публичные конструкторы

публичный LeCun (Ops tf, распределение VarianceScaling.Distribution , длинное начальное число)

Создает инициализатор LeCunNormal.

Параметры

ТС	Операции TensorFlow
распределение	Тип распространения инициализатора Glorot.
семя	начальное значение для генерации случайных чисел. Инициализатор, созданный с заданным начальным значением, всегда будет создавать один и тот же случайный тензор для заданной формы и типа d.