Python 3.x 使用任何Tensorflow概率分布的层权重自定义权重初始值设定项

我想创建一个自定义TF层，并使用来自TFP的分布初始化层权重。但是我遇到了以下问题。作为参考，我将基初始值设定项类划分为以下子类：

class RandomInverseGamma(tf.keras.initializers.Initializer):

  def __init__(self, alpha, beta):
    #scale = beta
    #concentration = alpha
    self.alpha=alpha
    self.beta=beta

  def __call__(self, shape, dtype=None):
    #scale = beta
    #concentration = alpha
    return tfd.InverseGamma(concentration=self.alpha,scale=self.beta)

  def get_config(self):
    return {"alpha": self.alpha, "beta": self.beta}

然后，我尝试获取并绘制权重，以查看它们是否近似为逆伽马（我不知道是否有更好的方法，如果有，请让我知道！）

但是我得到了以下错误

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-14-a14493da74d7> in <module>()
      6                       bias_initializer='zeros',
      7                       activation='relu')
----> 8 y = dense1(input_x)

19 frames
/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/constant_op.py in convert_to_eager_tensor(value, ctx, dtype)
     96       dtype = dtypes.as_dtype(dtype).as_datatype_enum
     97   ctx.ensure_initialized()
---> 98   return ops.EagerTensor(value, ctx.device_name, dtype)
     99 
    100 

ValueError: TypeError: object of type 'InverseGamma' has no len()

---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在（）
6偏差\u初始值设定项='0'，
7激活（='relu'）
---->8 y=密度1（输入x）
19帧
/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/constant_op.py in convert_to_eager_tensor（value、ctx、dtype）
96 dtype=dtypes.as\u dtype（dtype）.as\u datatype\u enum
97 ctx.确保_已初始化（）
--->98返回操作数（值，ctx.device\u名称，数据类型）
99
100
ValueError:TypeError:InverseGamma类型的对象没有len（）

我真的不知道这是不是最好的方法。我看过文档，只看到它使用tf.random模块用于初始权重。这是正确的吗？是否有一种从任何分布初始化层权重的通用方法？（还有一个额外的问题：有没有更好的方法来测试这个权重初始化是否遵循该分布？）

提前谢谢你

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-14-a14493da74d7> in <module>()
      6                       bias_initializer='zeros',
      7                       activation='relu')
----> 8 y = dense1(input_x)

19 frames
/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/constant_op.py in convert_to_eager_tensor(value, ctx, dtype)
     96       dtype = dtypes.as_dtype(dtype).as_datatype_enum
     97   ctx.ensure_initialized()
---> 98   return ops.EagerTensor(value, ctx.device_name, dtype)
     99 
    100 

ValueError: TypeError: object of type 'InverseGamma' has no len()