Keras中也称为glorot_uniform, 用来初始化卷积核, 目的是为了使得每一层的方差都尽可能相等, 使网络中的信息更好地流动. 则将每一层权重初始化为如下范围内的均匀分布:
其中j代表第几层卷积层, n代表该卷积层共有n个参数(n=channel*kernel_h*kernel_w)
默认情况下, 方差只考虑输入参数量. 之所以默认只考虑输入,可能是因为前向信息的传播更重要一些.
Keras中也称为glorot_uniform, 用来初始化卷积核, 目的是为了使得每一层的方差都尽可能相等, 使网络中的信息更好地流动. 则将每一层权重初始化为如下范围内的均匀分布:
其中j代表第几层卷积层, n代表该卷积层共有n个参数(n=channel*kernel_h*kernel_w)
默认情况下, 方差只考虑输入参数量. 之所以默认只考虑输入,可能是因为前向信息的传播更重要一些.