网络参数初始化

参考:《解析深度学习——卷积神经网络原理与视觉实践》

网址:http://lamda.nju.edu.cn/weixs/book/CNN_book.pdf

实际应用中,随机参数服从高斯分布或均匀分布

一、Xaiver参数初始化方法和He参数初始化方法

(1)Xaiver参数初始化方法

随机初始化+方差大小的规范化

, n指输入神经元个数n_in,也可以指定为(n_in+n_out)/2。

Xaiver参数初始化方法收敛速度快原因:维持了输入输出数据分布方差的一致性。具体分析:

缺点:未考虑非线性函数对输入的影响。

(2)He参数初始化方法

将Xaiver参数初始化方法中方差规范化的分母改为

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值