這期內(nèi)容當中小編將會給大家?guī)碛嘘PTensorflow中變量初始化函數(shù)的作用是什么，文章內(nèi)容豐富且以專業(yè)的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

專注于為中小企業(yè)提供成都網(wǎng)站制作、成都網(wǎng)站設計、外貿(mào)營銷網(wǎng)站建設服務,電腦端+手機端+微信端的三站合一,更高效的管理,為中小企業(yè)淮南免費做網(wǎng)站提供優(yōu)質(zhì)的服務。我們立足成都，凝聚了一批互聯(lián)網(wǎng)行業(yè)人才，有力地推動了近千家企業(yè)的穩(wěn)健成長，幫助中小企業(yè)通過網(wǎng)站建設實現(xiàn)規(guī)模擴充和轉(zhuǎn)變。

Tensorflow 提供了7種不同的初始化函數(shù)：

tf.constant_initializer(value) #將變量初始化為給定的常量,初始化一切所提供的值。

假設在卷積層中，設置偏執(zhí)項b為0，則寫法為:
1. bias_initializer=tf.constant_initializer(0)
2. bias_initializer=tf.zeros_initializer(0)

tf.random_normal_initializer(mean,stddev) #功能是將變量初始化為滿足正太分布的隨機值，主要參數(shù)（正太分布的均值和標準差），用所給的均值和標準差初始化均勻分布

tf.truncated_normal_initializer(mean,stddev,seed,dtype) #功能：將變量初始化為滿足正太分布的隨機值，但如果隨機出來的值偏離平均值超過2個標準差，那么這個數(shù)將會被重新隨機

mean:用于指定均值；stddev用于指定標準差；seed:用于指定隨機數(shù)種子；dtype：用于指定隨機數(shù)的數(shù)據(jù)類型。
通常只需要設定一個標準差stddev這一個參數(shù)就可以。

tf.random_uniform_initializer(a,b,seed,dtype) #從a到b均勻初始化，將變量初始化為滿足平均分布的隨機值，主要參數(shù)（大值，最小值）

tf.uniform_unit_scaling_initializer(factor,seed,dtypr) #將變量初始化為滿足平均分布但不影響輸出數(shù)量級的隨機值

max_val=math.sqrt(3/input_size)*factor;
input_size指輸入數(shù)據(jù)的維數(shù)，假設輸入為x,計算為x*w,則input_size=w.shape[0].
其分布區(qū)間為[-max_val,max_val]

tf.zeros_initializer() #將變量設置為全0；也可以簡寫為tf.Zeros()

tf.ones_initializer() #將變量設置為全1；可簡寫為tf.Ones()

上述就是小編為大家分享的Tensorflow中變量初始化函數(shù)的作用是什么了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注創(chuàng)新互聯(lián)行業(yè)資訊頻道。

本文題目：Tensorflow中變量初始化函數(shù)的作用是什么-創(chuàng)新互聯(lián)
當前路徑：http://weahome.cn/article/eoidp.html