一、tf.constant_initializer(value)
作用：將變量初始化爲給定的常量，初始化一切所提供的值。
二、tf.zeros_initializer()
作用：將變量設置爲全0；也可以簡寫爲tf.Zeros()
三、tf.ones_initializer()
作用：將變量設置爲全1；可簡寫爲tf.Ones()
四、tf.random_normal_initializer(mean,stddev)
作用：將變量初始化爲滿足正太分佈的隨機值，主要參數（正太分佈的均值和標準差），用所給的均值和標準差初始化均勻分佈。
五、tf.truncated_normal_initializer(mean,stddev,seed,dtype)
作用：將變量初始化爲滿足正太分佈的隨機值，但如果隨機出來的值偏離平均值超過2個標準差，那麼這個數將會被重新隨機。
mean:用於指定均值；
stddev用於指定標準差；
seed:用於指定隨機數種子；
dtype：用於指定隨機數的數據類型。通常只需要設定一個標準差stddev這一個參數就可以。
舉例：bert中初始化token_type_embeddings、embedding_table時，假設token_type_embeddings服從正態分佈
六、tf.random_uniform_initializer(a,b,seed,dtype)
作用：從a到b均勻初始化，將變量初始化爲滿足均勻分佈的隨機值，主要參數（最大值，最小值）。
七、tf.uniform_unit_scaling_initializer(factor,seed,dtypr)
作用：將變量初始化爲滿足均勻分佈但不影響輸出數量級的隨機值