如何在Tensoflow 2.0中为LSTM模型初始化变量？

Question

在Tensorflow 1中，您可以在定义变量范围时初始化变量，例如

initer = tf.random_uniform_initializer(-0.5, 0.5, seed=111)

    with tf.variable_scope("model", reuse=None, initializer=initer), 

我如何在使用keras功能模型构建LSTM模型的Tensorflow 2中实现这一目标？

tf.global_variables_initializer()不属于tf2。据我了解，tf2中的默认值是glorot_uniform初始化程序。我想尝试tf2中可用的其他初始化程序，但是我不知道在哪里/如何初始化变量。

我已经看到了将初始化添加到层定义本身的示例，例如

tf.keras.layers.Dense(64, kernel_initializer='glorot_uniform')

但这对LSTM层也可用吗？

如果采用这种方法，是否还意味着我们仅将内核初始化程序添加到网络的第一层？