Question

TF 2.0刚好摆脱了contrib库。因此，tf.contrib.conv2d或tf.contrib.layers.variance_scaling_initializer之类的好东西都消失了。也就是说，您认为在不使用Keras的情况下（或通过一些numpy hack进行初始化）在TF2.0中进行Xavier初始化的最佳方法是什么？

也就是说，我坚持使用tf.nn.conv2d，为此功能，我是提供权重的人：

filters = tf.Variable(tf.zeros([3, 3, 32, 64]))
??? # something should happen hear, i guess
net = tf.nn.conv2d(input, filters)

注意：：如果您使用的是TF的第一个版本，则可以使用：

filters = tf.get_variable("w", shape=[3,3, 32, 64],
           initializer=tf.contrib.layers.xavier_initializer()) 
# no tf.contrib in 2.0, no tf.get_variable in 2.0

Answer 1

在tensorflow 2.0中，您有一个tf.initializer软件包，其中包含您需要的所有类似Keras的初始化程序。

Xavier初始值设定项与Glorot Uniform初始值设定项相同。因此，要使用从该初始值设定项中采样的值创建一个(3,3)变量，您可以：

shape = (3,3)
initializer = tf.initializers.GlorotUniform()
var = tf.Variable(initializer(shape=shape))

Answer 2

只需使用与glorot uniform initializer相同的xavier initializer。

来源：https://www.tensorflow.org/api_docs/python/tf/glorot_uniform_initializer

这也是一个证明它们相同的示例：

tf.reset_default_graph()
tf.set_random_seed(42)
xavier_var = tf.get_variable("w_xavier", shape=[3, 3], initializer=tf.contrib.layers.xavier_initializer())
sess = tf.Session()
sess.run(tf.global_variables_initializer())
print(sess.run(xavier_var))
# [[ 0.27579927 -0.6790426  -0.6128938 ]
#  [-0.49439836 -0.36137486 -0.7235348 ]
#  [-0.23143482 -0.3394227  -0.34756017]]
tf.reset_default_graph()
tf.set_random_seed(42)
glorot_var = tf.get_variable("w_glorot", shape=[3, 3], initializer=tf.glorot_uniform_initializer())
sess = tf.Session()
sess.run(tf.global_variables_initializer())
print(sess.run(glorot_var))
# [[ 0.27579927 -0.6790426  -0.6128938 ]
#  [-0.49439836 -0.36137486 -0.7235348 ]
#  [-0.23143482 -0.3394227  -0.34756017]]

此外，如果您想将glorot uniform initializer与tf.Variable一起使用，可以执行以下操作：

tf.reset_default_graph()
tf.set_random_seed(42)
normal_var = tf.Variable(tf.glorot_uniform_initializer()((3, 3)))
sess = tf.Session()
sess.run(tf.global_variables_initializer())
print(sess.run(normal_var))
# [[ 0.27579927 -0.6790426  -0.6128938 ]
#  [-0.49439836 -0.36137486 -0.7235348 ]
#  [-0.23143482 -0.3394227  -0.34756017]]

Answer 3

您可以从Tensorflow v1中进行更改：

name

到Tensorflow v2：

initializer=tf.contrib.layers.xavier_initializer()

Answer 4

来自Tensorflow v1：

initializer=tf.contrib.layers.xavier_initializer(uniform=False)

到Tensorflow v2：

initializer=tf.initializers.GlorotNormal()

Documentation for GlorotNormal()

我根据Tensorflow指南中的描述得出了这个答案。

如何在Tensorflow 2.0中通过Xavier规则进行权重初始化？

4 个答案: