TensorFlow使用初始化器生成具有常量值的张量

2018-09-15 15:35 更新

tf.constant_initializer

tf.constant_initializer 类
tf.contrib.keras.initializers.Constant 类

定义在:tensorflow/python/ops/init_ops.py.

参见指南:变量>共享变量

初始化器用于生成具有常量值的张量.

生成的张量由 dtype 类型的值填充,参数值按照新张量的期望形状来指定(参见下面的例子).

参数值可以是常量值,或者是 dtype 类型的值的列表.如果值是一个列表,则列表的长度必须小于或等于所需的张量形状所隐含的元素数.如果值中的元素总数小于张量形状所需的元素数,则值中的最后一个元素将用于填充剩余的项.如果值中的元素总数大于张量形状所需的元素数,则初始值设定项将引发 ValueError.

ARGS:

  • value:一个 Python 标量、值列表或者 N 维 numpy 数组.初始化变量的所有元素都将设置为值参数中的相应值.
  • dtype:数据类型.
  • verify_shape:布尔值,用于验证数值形状.为 True 时,如果值的形状与初始张量的形状不兼容,则初始值设定项将引发错误.

示例:可以使用 numpy.ndarray 而不是 value 列表重写以下示例,甚至重新映射,如 value 列表初始化下面的两个注释行所示.

  >>> import numpy as np
  >>> import tensorflow as tf

  >>> value = [0, 1, 2, 3, 4, 5, 6, 7]
  >>> # value = np.array(value)
  >>> # value = value.reshape([2, 4])
  >>> init = tf.constant_initializer(value)

  >>> print('fitting shape:')
  >>> with tf.Session():
  >>>   x = tf.get_variable('x', shape=[2, 4], initializer=init)
  >>>   x.initializer.run()
  >>>   print(x.eval())

  fitting shape:
  [[ 0.  1.  2.  3.]
   [ 4.  5.  6.  7.]]

  >>> print('larger shape:')
  >>> with tf.Session():
  >>>   x = tf.get_variable('x', shape=[3, 4], initializer=init)
  >>>   x.initializer.run()
  >>>   print(x.eval())

  larger shape:
  [[ 0.  1.  2.  3.]
   [ 4.  5.  6.  7.]
   [ 7.  7.  7.  7.]]

  >>> print('smaller shape:')
  >>> with tf.Session():
  >>>   x = tf.get_variable('x', shape=[2, 3], initializer=init)

* <b>`ValueError`</b>: Too many elements provided. Needed at most 6, but received 8

  >>> print('shape verification:')
  >>> init_verify = tf.constant_initializer(value, verify_shape=True)
  >>> with tf.Session():
  >>>   x = tf.get_variable('x', shape=[3, 4], initializer=init_verify)

* <b>`TypeError`</b>: Expected Tensor's shape: (3, 4), got (8,).

方法

__init__

__init__(
    value=0,
    dtype=tf.float32,
    verify_shape=False
)

__call__

__call__(
    shape,
    dtype=None,
    partition_info=None,
    verify_shape=None
)

from_config

from_config(
    cls,
    config
)

从配置字典中实例化一个初始化程序.

例:

initializer = RandomUniform(-1, 1)
config = initializer.get_config()
initializer = RandomUniform.from_config(config)

参数:

  • config:Python 字典.它通常是 get_config 的输出.

返回:

一个初始化程序实例.

get_config

get_config ()
以上内容是否对您有帮助:
在线笔记
App下载
App下载

扫描二维码

下载编程狮App

公众号
微信公众号

编程狮公众号