像标题。有人知道xavier_normal_和kaiming_normal_之间的区别吗?只有Xavier的论点比kaiming更具说服力。
答案 0 :(得分:1)
xavier_normal_
根据“理解深度前馈神经网络的训练难度”-Glorot,X.&Bengio,Y.(2010)中描述的方法,使用正态分布为输入张量填充值。
kaiming_normal_
根据“深入研究整流器:在ImageNet分类上超越人类水平的性能”中所述的方法,用值填充输入张量-He,K.等。 (2015),使用正态分布。
给定的方程式完全不同。有关更多详细信息,您必须阅读这些论文。