jax.nn.initializers 模块

与 Keras 和 Sonnet 中使用的定义一致的通用神经网络层初始化器。

初始化器

此模块提供了通用的神经网络层初始化器，与 Keras 和 Sonnet 中使用的定义一致。

初始化器是一个接受三个参数的函数：(key, shape, dtype)，并返回一个维度为 shape、数据类型为 dtype 的数组。参数 key 是一个 PRNG 键（例如来自 jax.random.key()），用于生成随机数来初始化数组。

constant(value[, dtype])	构建一个返回充满常数 value 的数组的初始化器。
delta_orthogonal([scale, column_axis, dtype])	为 delta 正交内核构建一个初始化器。
glorot_normal([in_axis, out_axis, ...])	构建 Glorot 正态初始化器 (又名 Xavier 正态初始化器)。
glorot_uniform([in_axis, out_axis, ...])	构建 Glorot 均匀初始化器 (又名 Xavier 均匀初始化器)。
he_normal([in_axis, out_axis, batch_axis, dtype])	构建 He 正态初始化器 (又名 Kaiming 正态初始化器)。
he_uniform([in_axis, out_axis, batch_axis, ...])	构建 He 均匀初始化器 (又名 Kaiming 均匀初始化器)。
lecun_normal([in_axis, out_axis, ...])	构建 Lecun 正态初始化器。
lecun_uniform([in_axis, out_axis, ...])	构建 Lecun 均匀初始化器。
normal([stddev, dtype])	构建一个返回实数正态分布随机数组的初始化器。
ones(key, shape[, dtype])	一个返回充满 1 的常数数组的初始化器。
orthogonal([scale, column_axis, dtype])	构建一个返回均匀分布的正交矩阵的初始化器。
truncated_normal([stddev, dtype, lower, upper])	构建一个返回截断正态随机数组的初始化器。
uniform([scale, dtype])	构建一个返回实数均匀分布随机数组的初始化器。
variance_scaling(scale, mode, distribution)	根据权重张量的形状调整其尺度的初始化器。
zeros(key, shape[, dtype])	一个返回充满零的常数数组的初始化器。