Tensorflow.js tf.initializers.randomNormal()函数

Tensorflow.js是谷歌开发的一个开源库，用于在浏览器或节点环境中运行机器学习模型和深度学习神经网络。它还可以帮助开发人员用 JavaScript 语言开发 ML 模型，并且可以直接在浏览器或 Node.js 中使用 ML。

tf.initializers.randomNormal()函数产生初始化为正态分布的随机值。

tf.initializers.randomNormal(arguments)

参数：

• arguments：它是一个包含下面列出的 3 个键值的对象：
  1. 平均值：它是要生成的随机值的平均值。
  2. stddev：它是要生成的随机值的标准偏差。
  3. 种子：它 是随机数生成器种子。

返回值：它返回tf.initializers.Initializer

示例 1：

Javascript

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
 
// Initializing the .initializers.randomNormal() function
let geek = tf.initializers.randomNormal(3)
 
// Printing gain value
console.log(geek);
 
// Printing individual gain value.
console.log('\nIndividual values:\n');
console.log(geek.DEFAULT_MEAN);
console.log(geek.DEFAULT_STDDEV);
console.log(geek.mean);
console.log(geek.stddev);

输出：

{
  "DEFAULT_MEAN": 0,
  "DEFAULT_STDDEV": 0.05,
  "mean": 0,
  "stddev": 0.05
}

Individual values:

0
0.05
0
0.05

示例 2：

Javascript

// Importing the tensorflow.Js library
import * as tf from "@tensorflow/tfjs
 
 
// Defining the input value
const inputValue = tf.input({shape:[4]});
 
// Initializing tf.initializers.randomNormal() function.
const funcValue = tf.initializers.randomNormal(3)
 
// Creating dense layer 1
const dense_layer_1 = tf.layers.dense({
    units: 5,
    activation: 'relu',
    kernelInitialize: funcValue
});
 
// Creating dense layer 2
const dense_layer_2 = tf.layers.dense({
    units: 7,
    activation: 'softmax'
});
 
// Output
const outputValue = dense_layer_2.apply(
    dense_layer_1.apply(inputValue)
);
 
// Creation the model.
const model = tf.model({
    inputs: inputValue,
    outputs: outputValue
});
 
// Predicting the output.
model.predict(tf.ones([2, 4])).print();

输出：

Tensor
    [[0.1165049, 0.2952721, 0.1367277, 0.1689866, 
      0.0897676, 0.0964029, 0.0963382],
     [0.1165049, 0.2952721, 0.1367277, 0.1689866, 
      0.0897676, 0.0964029, 0.0963382]]

参考： https ://js.tensorflow.org/api/3.6.0/#initializers.randomNormal