代码拉取完成,页面将自动刷新
tf.keras.initializers.TruncatedNormal(
mean=0.0, stddev=0.05, seed=None, dtype=tf.dtypes.float32
)
更多内容详见tf.keras.initializers.TruncatedNormal。
mindspore.common.initializer.TruncatedNormal(sigma=0.01)
更多内容详见mindspore.common.initializer.TruncatedNormal。
TensorFlow: 默认在均值为0.0,标准差为0.05的正态分布的基础上,限制变量与均值的差值在2倍标准差范围内,并重新生成分布。默认值:mean=0.0, stddev=0.05。
MindSpore:默认在均值为0.0,标准差为0.01的正态分布的基础上,限制变量与均值的差值在2倍标准差范围内,并重新生成分布。默认值:sigma=0.01。
以下结果具有随机性。
import tensorflow as tf
init = tf.keras.initializers.TruncatedNormal()
x = init(shape=(1, 2))
with tf.Session() as sess:
print(x.eval())
# out:
# [[-0.71518797 -0.6879003 ]]
import mindspore as ms
from mindspore.common.initializer import TruncatedNormal, initializer
x = initializer(TruncatedNormal(), shape=[1, 2], dtype=ms.float32)
print(x)
# out:
# [[0.01012452 0.00313655]]
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。