Python tensorflow代码中xavier到glorot的转换

我正在尝试将tensorflow代码中的xavier初始值设定项转换为glorot初始值设定项

我不确定以下哪一项（或其他选项）是正确的

#initializer = tf.contrib.layers.xavier_initializer()
initializer = tf.initializers.glorot_uniform()  
initializer = tf.initializers.GlorotNormal()

基于for

xavier\u初始值设定项

，默认值为

uniform=True

，这表明

glorot\u uniform

可能是您想要的

---

如果您使用的是tf2，则可以使用

tf.keras.initializers.GlorotUniform（）

tf.keras.initializers.glorot_uniform

只是它的一个快捷函数：

和是两个不同的初始化器。这里没有“正确”的解决方案-您的问题是不适定的（即使术语“转换”在这里也毫无意义）。我试图转换的原始代码只是使用xavier_初始值设定项（），因此我不知道正确的选项是什么，因此我问了这里，然后下面的答案就是您想要的（请接受）-事实上，Xavier-Glorot初始化的形式是统一的。