标签:初始化 flat kaiming np shape ortho CNN
xavier、ortho是神经网络中常用的权重初始化方法,在全连接中这两种权重初始化的方法比较好理解,但是在CNN的卷积网络中的具体实现却不好理解了。
在CNN网络中xavier的初始化可以参看:
【转载】 xavier,kaiming初始化中的fan_in,fan_out在卷积神经网络是什么意思
也就是说在CNN中avier的初始化的所用的参数取值为:
fan_in指 kernel_height x kernel_width x in_channel 。
fan_out指 kernel_height x kernel_width x out_channel 。
那么在CNN网络中正交初始化是如何实现的呢?
使用TensorFlow查看文档:
tf.orthogonal_initializer
在CNN网络中主要参看:
给出baselines强化学习算法库的orthogonal_initializer实现:
def ortho_init(scale=1.0): def _ortho_init(shape, dtype, partition_info=None): # lasagne ortho init for tf shape = tuple(shape) if len(shape) == 2: flat_shape = shape elif len(shape) == 4: # assumes NHWC flat_shape = (np.prod(shape[:-1]), shape[-1]) else: raise NotImplementedError a = np.random.normal(0.0, 1.0, flat_shape) u, _, v = np.linalg.svd(a, full_matrices=False) q = u if u.shape == flat_shape else v # pick the one with the correct shape q = q.reshape(shape) return (scale * q[:shape[0], :shape[1]]).astype(np.float32) return _ortho_init
适配CNN网络的代码为:
elif len(shape) == 4: # assumes NHWC flat_shape = (np.prod(shape[:-1]), shape[-1])
=================================================
标签:初始化,flat,kaiming,np,shape,ortho,CNN 来源: https://www.cnblogs.com/devilmaycry812839668/p/16174139.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。