比较与tf.keras.initializers.RandomUniform的功能差异

tf.keras.initializers.RandomUniform

tf.keras.initializers.RandomUniform(
    minval=-0.05, maxval=0.05, seed=None, dtype=tf.dtypes.float32
)

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

mindspore.common.initializer.Uniform

class mindspore.common.initializer.Uniform(scale=0.07)

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

使用方式

TensorFlow：通过入参minval和maxval分别指定均匀分布的上下界，即U(-minval, maxval)。默认值：minval=-0.05, maxval=0.05。

MindSpore：仅通过一个入参scale指定均匀分布的范围，即U(-scale, scale)。默认值：scale=0.7。

代码示例

import tensorflow as tf

init = tf.keras.initializers.RandomUniform()
x = init(shape=(1, 2))

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

# Out：
# [[0.9943197  0.93056154]]

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

x = initializer(Uniform(), shape=[1, 2], dtype=ms.float32)
print(x)

# out:
# [[0.01140347 0.0076657 ]]