KaimingUniform

class paddle.nn.initializer. KaimingUniform ( fan_in=None, negative_slope=0.0, nonlinearity='relu' ) [源代码]

Kaiming 均匀分布方式的权重初始化函数,方法来自 Kaiming He,Xiangyu Zhang,Shaoqing Ren 和 Jian Sun 所写的论文:Delving Deep into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification 。这是一个鲁棒性特别强的初始化方法,并且适应了非线性激活函数(rectifier nonlinearities)。

在均匀分布中,范围为[-x,x],其中:

\[x = gain \times \sqrt{\frac{3}{fan\_in}}\]

参数

  • fan_in (float16|float32,可选) - 可训练的 Tensor 的 in_features 值。如果设置为 None,程序会自动计算该值。如果你不想使用 in_features,你可以自己设置这个值。默认值为 None。

  • negative_slope (float,可选) - 只适用于使用 leaky_relu 作为激活函数时的 negative_slope 参数。默认值为 \(0.0\)

  • nonlinearity (str,可选) - 非线性激活函数。默认值为 relu。

注解

在大多数情况下推荐设置 fan_in 为 None。

返回

对象。

代码示例

>>> import paddle
>>> import paddle.nn as nn

>>> linear = nn.Linear(2, 4, weight_attr=nn.initializer.KaimingUniform())
>>> data = paddle.rand([30, 10, 2], dtype='float32')
>>> res = linear(data)

使用本API的教程文档