Tensorflow.js tf.initializers.glorotUniform()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.glorotUniform()函数从 [-limit, limit] 内的均匀分布中提取样本，其中 limit 是sqrt(6 / (fan_in + fan_out))其中 fan_in 是权重张量和扇出的输入单元数是权重张量中的输出单元数

句法：

tf.initializers.glorotUniform(arguments).

参数：

• arguments：它是一个包含种子（一个数字）的对象，它是随机数生成器的种子/数字。

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.glorotUniform() function
const geek = tf.initializers.glorotUniform(7)
 
// Printing gain value
console.log(geek);
 
// Printing individual values from gain
console.log('\nIndividual values:\n');
console.log(geek.scale);
console.log(geek.mode);
console.log(geek.distribution);

输出：

{
  "scale": 1,
  "mode": "fanAvg",
  "distribution": "uniform"
}

Individual values:

1
fanAvg
uniform

示例 2：

Javascript

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

输出：

Tensor
    [[0.0809571, 0.1913243, 0.1932435, 0.1622382,
            0.2768594, 0.046838, 0.0485396],
     [0.0809571, 0.1913243, 0.1932435, 0.1622382, 
            0.2768594, 0.046838, 0.0485396]]

参考： https://js.tensorflow.org/api/latest/#initializers.glorotUniform