Normal¶

class paddle.nn.initializer. Normal ( mean=0.0, std=1.0, name=None ) [源代码] ¶

随机正态（高斯）分布初始化函数。

参数¶

mean (float，可选) - 正态分布的平均值。默认值为 0。

std (float，可选) - 正态分布的标准差。默认值为 1.0。

name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

返回¶

由随机正态（高斯）分布初始化的参数。

代码示例¶

          >>> import paddle

>>> data = paddle.ones(shape=[3, 1, 2], dtype='float32')
>>> weight_attr = paddle.framework.ParamAttr(
...     name="linear_weight",
...     initializer=paddle.nn.initializer.Normal(mean=0.0, std=2.0))
>>> bias_attr = paddle.framework.ParamAttr(
...     name="linear_bias",
...     initializer=paddle.nn.initializer.Normal(mean=0.0, std=2.0))
>>> linear = paddle.nn.Linear(2, 2, weight_attr=weight_attr, bias_attr=bias_attr)
>>> print(linear.weight)
Parameter containing:
Tensor(shape=[2, 2], dtype=float32, place=Place(cpu), stop_gradient=False,
[[ 2.1973135 -2.2697184],
 [-1.9104223 -1.0541488]])
>>> print(linear.bias)
Parameter containing:
Tensor(shape=[2], dtype=float32, place=Place(cpu), stop_gradient=False,
[ 0.7885926  -0.74719954])
>>> res = linear(data)
>>> print(res)
Tensor(shape=[3, 1, 2], dtype=float32, place=Place(cpu), stop_gradient=False,
[[[ 1.0754838 -4.071067 ]],
 [[ 1.0754838 -4.071067 ]],
 [[ 1.0754838 -4.071067 ]]])

         

使用本API的教程文档¶

Pytorch 写法