Tensorflow.js tf.initializers.leCunUniform()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.leCunUniform()函数从区间 [-cap, cap] 的均匀分布中获取样本，其中 cap = sqrt(3 / fanIn)。请注意， fanIn是张量权重中的输入数量。

句法：

tf.initializers.leCunUniform(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"
 
// Initialising the .initializers.leCunUniform() function
console.log(tf.initializers.leCunUniform(4));
 
// Printing individual values from the gain
 
console.log("\nIndividual Values\n");
console.log(tf.initializers.leCunUniform(4).scale);
console.log(tf.initializers.leCunUniform(4).mode);
console.log(tf.initializers.leCunUniform(4).distribution);

输出：

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

Individual Values

1
fanIn
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.leCunUniform()
// function
let funcValue = tf.initializers.leCunUniform(6)
 
// Creating dense layer 1
let dense_layer_1 = tf.layers.dense({
    units: 3,
    activation: 'relu',
    kernelInitialize: funcValue
});
 
// Creating dense layer 2
let dense_layer_2 = tf.layers.dense({
    units: 6,
    activation: 'softmax'
});
 
// Output Value
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
    [[0.1853671, 0.1406064, 0.1505066, 0.1183221, 0.2430924, 0.1621054],
     [0.1853671, 0.1406064, 0.1505066, 0.1183221, 0.2430924, 0.1621054]]

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