比较与tf.keras.initializers.RandomNormal的功能差异

tf.keras.initializers.RandomNormal

tf.keras.initializers.RandomNormal(
    mean=0.0, stddev=0.05, seed=None, dtype=tf.dtypes.float32
)

更多内容详见tf.keras.initializers.RandomNormal。

mindspore.common.initializer.Normal

mindspore.common.initializer.Normal(sigma=0.01, mean=0.0)

更多内容详见mindspore.common.initializer.Normal。

使用方式

TensorFlow：默认生成均值为0.0，标准差为0.05的正态分布。默认值：mean=0.0，stddev=0.05。

MindSpore：默认生成均值为0.0，标准差为0.01的正态分布。默认值：sigma=0.01，mean=0.0。

代码示例

以下结果具有随机性。

import tensorflow as tf

init = tf.keras.initializers.RandomNormal()

x = init(shape=(2, 2))

with tf.Session() as sess:
    print(x.eval())

# out:
# [[-1.4192176  1.9695756]
#  [ 1.6240929  0.9677597]]

import mindspore as ms
from mindspore.common.initializer import Normal, initializer

x = initializer(Normal(), shape=[2, 2], dtype=ms.float32)
print(x)

# out:
# [[ 0.01005767 -0.00049193]
#  [-0.00026987  0.02598832]]