1.mxnet框架的初始化方法在類mxnet.initializer中,參考官方文檔https://mxnet.apache.org/api/python/docs/api/initializer/index.html#mxnet.initializer.Xavier
2.具體方法
(1)Bilinear():Initialize weight for upsampling layers.翻譯過來就是:初始化上採樣層的權重。什麼意思?看看源碼解釋
官方源代碼
class Bilinear(Initializer):
"""Initialize weight for upsampling layers."""
def __init__(self):
super(Bilinear, self).__init__()
def _init_weight(self, _, arr):
weight = np.zeros(np.prod(arr.shape), dtype='float32')
shape = arr.shape
f = np.ceil(shape[3] / 2.) # 計算列數/2,向上求餘
c = (2 * f - 1 - f % 2) / (2. * f)
for i in range(np.prod(shape)): # 重新生成權重
x = i % shape[3] # 根據列數
y = (i // shape[3]) % shape[2]
weight[i] = (1 - abs(x / f - c)) * (1 - abs(y / f - c))
arr[:] = weight.reshape(shape)
arr是一個矩陣數組,np.prod進行連乘計算,計算出arr中共有多少元素,根據arr數組生成一個全零的一維數組。
無解,只知道是這個意思,具體幹什麼的,怎麼用的,沒見過用的,有知道的老哥告知一下,謝謝!
(2)mxnet.initializer.
Constant
(value):將權重參數初始化爲常數。
源碼
class Constant(Initializer):
"""Initializes the weights to a given value.
The value passed in can be a scalar or a NDarray that matches the shape
of the parameter to be set.
Parameters
----------
value : float, NDArray
Value to set.
"""
def __init__(self, value):
super(Constant, self).__init__(value=value)
self.value = value
def _init_weight(self, _, arr):
arr[:] = self.value
def dumps(self):
val = self._kwargs['value']
if not np.isscalar(val):
self._kwargs['value'] = val.tolist() if isinstance(val, np.ndarray) else val.asnumpy().tolist()
return json.dumps([self.__class__.__name__.lower(), self._kwargs])
(3)mxnet.initializer.
Normal
(sigma=0.01):將權重初始化爲均值爲0,標準差爲sigma的隨機數
(4)mxnet.initializer.
One:將權重參數初始化爲1
(5)mxnet.initializer.
Orthogonal
(scale=1.414, rand_type='uniform'):將權重初始化爲正交矩陣。
scale權重比例因子,rand_type使用“均勻”或“正常”隨機數初始化權重
(6)mxnet.initializer.
Uniform
(scale=0.07):使用從給定範圍內均勻採樣的隨機值初始化權重
scale界限值
(7)mxnet.initializer.
Xavier
(rnd_type='uniform', factor_type='avg', magnitude=3):返回對權重執行“ Xavier”初始化的初始化器。該初始化程序旨在使所有圖層的漸變比例大致相同。
md_type決定生成的隨機數類型是“gaussian” or "uniform";factor_type決定隨機數的範圍,可以是"avg" or "in" or "out"
magnitude決定隨機數的規模
(8)mxnet.initializer.
Zero:將權重矩陣初始化爲0