KaimingNormal

class paddle.nn.initializer. KaimingNormal ( fan_in=None, negative_slope=0.0, nonlinearity='relu', mode='fan_in' )

Kaiming 正态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）。

在正态分布中，均值为 0，标准差为：

\[\frac{gain}{\sqrt{{fan\_in}}}\]

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。

  • mode (str，可选)：初始化的模式，参数为 'fan_in' 或 'fan_out'。当设置为 'fan_in' 时，将使用 fan_in 参数进行初始化。当设置为 'fan_out' 时，将使用可训练 Tensor 的 out_features 值进行初始化。默认为 'fan_in'。

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

COPY-FROM: paddle.nn.initializer.KaimingNormal