TensorFlow中的變量初始化函數

初始化函數	功能	主要參數
tf.constant_initializer	將變量初始化為給定常量	常量的取值（tf.constant_initializer(value)）
tf.random_normal_initializer	將變量初始化為滿足正態分布的隨機值	正態分布的均值和標准差 （tf.random_normal_initializer（mean=0.0, stddev=1.0, seed=None, dtype=tf.float32））
tf.truncated_normal_initializer	將變量初始化為滿足正態分布的隨機值，但如果隨機出的 值偏離平均值超過2個標准差，那么這個數將會被重新隨機	正態分布的均值和標准差 These values are similar to values from a `random_normal_initializer`
tf.random_uniform_initializer	將變量初始化為滿足平均分布的隨機值	最大、最小值，__init__(self, minval=0, maxval=None, seed=None, dtype=tf.float32)
tf.uniform_unit_scaling_initializer	將變量初始化為滿足平均分布但不影響輸出數量級的隨機值	factor（產生隨機值時乘以的系數），__init__(self, factor=1.0, seed=None, dtype=tf.float32)
tf.zeros_initializer	將變量設置為全0	變量維度
tf.ones_initializer	將變量設置為全1	變量維度