jax.nn.initializers.variance_scaling

jax.nn.initializers.variance_scaling#

jax.nn.initializers.variance_scaling(scale, mode, distribution, in_axis=-2, out_axis=-1, batch_axis=(), dtype=<class 'jax.numpy.float64'>)[源代码]#

初始化器，根据权重张量的形状调整其尺度。

使用 distribution="truncated_normal" 或 distribution="normal"，样本从均值为零且标准差（如有截断则为截断后）为 \(\sqrt{\frac{scale}{n}}\) 的（截断）正态分布中抽取，其中 n 是：

  • 权重张量中输入单元的数量，如果 mode="fan_in"，

  • 输出单元的数量，如果 mode="fan_out"，或者

  • 输入和输出单元数量的平均值，如果 mode="fan_avg"。

此初始化器可以通过 in_axis、out_axis 和 batch_axis 进行配置，以适用于一般的卷积层或密集层；不在这些参数中的轴被假定为“感受野”（卷积核的空间轴）。

使用 distribution="truncated_normal" 时，样本的绝对值在缩放前会被截断在2个标准差处。

使用 distribution="uniform" 时，样本从以下分布中抽取：

  • 一个均匀的间隔，如果 dtype 是实数，或者

  • 一个均匀的圆盘，如果 dtype 是复数，

其均值为零，标准差为 \(\sqrt{\frac{scale}{n}}\)，其中 n 如上所述定义。

参数:

  • scale (RealNumeric) – 缩放因子（正浮点数）。

  • mode (Literal['fan_in'] | Literal['fan_out'] | Literal['fan_avg']) – "fan_in", "fan_out", 和 "fan_avg" 之一。

  • distribution (Literal['truncated_normal'] | Literal['normal'] | Literal['uniform']) – 要使用的随机分布。可以是 "truncated_normal"、"normal" 或 "uniform" 之一。

  • in_axis (int | Sequence[int]) – 权重数组中输入维度的轴或轴序列。

  • out_axis (int | Sequence[int]) – 权重数组中输出维度的轴或轴序列。

  • batch_axis (Sequence[int]) – 权重数组中应忽略的轴或轴序列。

  • dtype (DTypeLikeInexact) – 权重的数据类型。

返回类型:

Initializer

目录