Tensorflow 为什么GlorotNormal初始值设定项除以截断的normal'；什么是斯蒂夫？

根据它的，

tf.keras.initializers.GlorotNormal（）

从以0为中心的截断正态分布中提取样本，stddev=sqrt（2/（fan_in+fan_out）），其中fan_in是权重张量中的输入单位数，fan_out是权重张量中的输出单位数

但是，

GlorotNormal

继承自

VarianceScaling

，它在代码中有一个比例，并将其除以截断法线的stddev：

如果self.distribution==“截断的_normal”：
#来自scipy.stats.truncnorm.std的常数（a=-2，b=2，loc=0，scale=1。）
STDEV=数学sqrt（比例）/.87962566103423978
返回self.\u随机\u生成器。截断\u法线（形状，0.0，stddev，数据类型）

那么stddev不是真的

sqrt（2/（扇入+扇出））/.87962566103423978

？还是我缺少一条统计规则