TensorFlow中的批规格化初始值设定项

在TensorFlow中，批量归一化参数包括

β

、

γ

、

移动平均值

、和

移动方差

。然而，对于初始化这些参数，

tf.contrib.layers.batch_norm（*args，**kwargs）

中只有一个参数称为

param_初始化器

，根据文档，它包含

beta

、

gamma

、

移动平均值

和

移动方差

的可选初始化器

如何使用

参数初始值设定项来初始化这些参数？
以下是您如何使用Tensorflow 1.0：

import tensorflow as tf
batch_normalization = tf.layers.batch_normalization

... (define the network)
net = batch_normalization(net)
... (define the network)

如果要设置参数，请按如下方式进行：

net = batch_normalization(net, 
                          beta_initializer=tf.zeros_initializer(), 
                          moving_variance_initializer=tf.ones_initializer())

*args，**kwargs
这是python传递任意多个非关键字参数
args
和任意多个关键字参数
kwargs
的方法。例如：

def test(*args, **kwargs):
    print("#" * 80)
    print(args)
    print("#" * 80)
    print(kwargs)

test(1, 2, 42, 3.141, 'foo', a=7, b=3, c='bla')

给予

以下是如何使用Tensorflow 1.0：

import tensorflow as tf
batch_normalization = tf.layers.batch_normalization

... (define the network)
net = batch_normalization(net)
... (define the network)

如果要设置参数，请按如下方式进行：

net = batch_normalization(net, 
                          beta_initializer=tf.zeros_initializer(), 
                          moving_variance_initializer=tf.ones_initializer())

*args，**kwargs
这是python传递任意多个非关键字参数
args
和任意多个关键字参数
kwargs
的方法。例如：

def test(*args, **kwargs):
    print("#" * 80)
    print(args)
    print("#" * 80)
    print(kwargs)

test(1, 2, 42, 3.141, 'foo', a=7, b=3, c='bla')

给予

使用参数初始值设定项，使用示例为。Tensorflow 1.0已发布，批次规范层已移出contrib。使用参数初始值设定项，使用示例为。Tensorflow 1.0已发布，批次规范层已移出contrib。