jax.nn.initializers.variance_scaling#

jax.nn.initializers.variance_scaling(scale, mode, distribution, in_axis=-2, out_axis=-1, batch_axis=(), dtype=<class 'jax.numpy.float64'>)[source]#

初始化器，使其尺度适应权重张量的形状。

对于 distribution="truncated_normal" 或 distribution="normal"，样本从（截断的）正态分布中抽取，均值为零，标准差（如果适用，截断后）为 \(\sqrt{\frac{scale}{n}}\)，其中 n 对于每个 mode 是：

  • "fan_in"：输入数量

  • "fan_out"：输出数量

  • "fan_avg"：输入和输出数量的算术平均值

  • "fan_geo_avg"：输入和输出数量的几何平均值

此初始化器可以通过 in_axis、out_axis 和 batch_axis 进行配置，以用于通用卷积层或密集层；未在任何这些参数中的轴被假定为“感受野”（卷积核空间轴）。

对于 distribution="truncated_normal"，样本的绝对值在缩放前被截断为 2 个标准差。

对于 distribution="uniform"，样本从以下分布中抽取：

  • 如果 dtype 是实数，则为均匀区间，或

  • 如果 dtype 是复数，则为均匀圆盘，

均值为零，标准差为 \(\sqrt{\frac{scale}{n}}\)，其中 n 如上定义。

参数:

  • scale (RealNumeric) – 缩放因子（正浮点数）。

  • mode (Literal['fan_in'] | Literal['fan_out'] | Literal['fan_avg'] | Literal['fan_geo_avg']) – "fan_in"、"fan_out"、"fan_avg" 和 "fan_geo_avg" 之一。

  • distribution (Literal['truncated_normal'] | Literal['normal'] | Literal['uniform']) – 要使用的随机分布。"truncated_normal"、"normal" 和 "uniform" 之一。

  • in_axis (int | Sequence[int]) – 权重数组中输入维度的轴或轴序列。

  • out_axis (int | Sequence[int]) – 权重数组中输出维度的轴或轴序列。

  • batch_axis (Sequence[int]) – 权重数组中应忽略的轴或轴序列。

  • dtype (DTypeLikeInexact) – 权重的 dtype。

返回类型:

Initializer