知识卡片
Xavier权重初始化
权重初始尺度影响神经网络训练。本书 RNN 和仿射层的示例按输入节点数 D 缩放随机权重,标准差取 1/√D;书中明确这是简略实现,原始 Xavier 方法还考虑输出侧节点数,因此不应将此简化式当作所有变体的完整定义。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- RNN · 查看原书依据
这是一个简略版的实现,原始论文中提出的权重初始值还考虑了下一层的节点数。
参考来源
- 位置:《深度学习进阶:自然语言处理》第5章《RNN》5.5.1(来源项目 book-source:extracted/深度学习进阶:自然语言处理/_epub-src/text/part0010_split_005.html)
- 结论依据:正文和代码说明简化 Xavier 初始化,并以脚注指出原始方法还考虑下一层节点数。
- 原始内容:这是一个简略版的实现,原始论文中提出的权重初始值还考虑了下一层的节点数。