百度飞桨 PaddlePaddle v2.1 深度学习教程
首页 白天 夜间 下载 阅读记录
  • 书签 我的书签
  • 添加书签 添加书签 移除书签 移除书签
编辑文档

initializer

来源 1 浏览 230 扫码 打印 2021-06-06 23:33:25
  • MSRA
  • NumpyArrayInitializer
  • Xavier
上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • 安装指南
    • 昆仑XPU芯片安装及运行飞桨
    • 海光DCU芯片运行飞桨
    • 附录
    • Pip安装
      • MacOS下的PIP安装
      • Windows下的PIP安装
      • Linux下的PIP安装
    • Conda安装
      • Windows下的Conda安装
      • MacOS下的Conda安装
      • Linux下的Conda安装
    • Docker安装
      • MacOS下的Docker安装
      • Linux下的Docker安装
    • 从源码编译
      • MacOS下从源码编译
      • Windows下从源码编译
      • 飞腾/鲲鹏下从源码编译
      • 申威下从源码编译
      • 兆芯下从源码编译
      • Linux下从源码编译
  • 应用实践
    • 快速上手
      • 模型保存及加载
      • 动态图
      • 飞桨高层API使用指南
      • hello paddle: 从普通程序走向机器学习程序
      • 使用线性回归预测波士顿房价
    • 强化学习
      • 强化学习——Actor Critic Method
    • 推荐算法
      • 使用协同过滤实现电影推荐
    • 计算机视觉
      • 图像风格迁移模型-CycleGAN
      • 通过DCGAN实现人脸图像生成
      • 使用LeNet在MNIST数据集实现图像分类
      • 人脸关键点检测
      • 基于U-Net卷积神经网络实现宠物图像分割
      • 点云处理：实现PointNet点云分类
      • 使用卷积神经网络进行图像分类
      • 通过Sub-Pixel实现图像超分辨率
      • 基于图片相似度的图片搜索
      • 通过OCR实现验证码识别
    • 时序数据
      • 通过AutoEncoder实现时序数据异常检测
    • 自然语言处理
      • 使用注意力机制的LSTM的机器翻译
      • IMDB 数据集使用BOW网络的文本分类
      • 用N-Gram模型在莎士比亚文集中训练word embedding
      • 使用序列到序列模型完成数字加法
      • 使用预训练的词向量完成文本分类任务
  • API 文档
    • paddle.autograd
      • PyLayer
      • PyLayerContext
      • backward
    • paddle.compat
      • to_text
      • get_exception_message
      • long_type
      • round
      • to_bytes
      • floor_division
    • paddle.fluid
      • create_random_int_lodtensor
      • DataFeeder
      • DataFeedDesc
      • get_flags
      • clip
        • ErrorClipByValue
        • set_gradient_clip
      • dataset
        • QueueDataset
        • InMemoryDataset
        • DatasetFactory
      • dygraph
        • BilinearTensorProduct
        • save_dygraph
        • ReduceLROnPlateau
        • Embedding
        • LambdaDecay
        • Pool2D
        • TreeConv
        • LayerNorm
        • Dropout
        • LSTMCell
        • enabled
        • GRUUnit
        • StepDecay
        • load_dygraph
        • GRUCell
        • Linear
        • Conv2DTranspose
        • Conv3D
        • MultiStepDecay
        • GroupNorm
        • NCE
        • PRelu
        • prepare_context
        • Conv2D
        • Conv3DTranspose
      • evaluator
        • EditDistance
        • ChunkEvaluator
        • DetectionMAP
      • initializer
        • NumpyArrayInitializer
        • ConstantInitializer
        • Normal
        • TruncatedNormal
        • Constant
        • Uniform
        • Xavier
        • MSRA
        • MSRAInitializer
      • io
        • save_vars
        • get_program_parameter
        • get_program_persistable_vars
        • PyReader
        • load_params
        • load_vars
        • save_params
        • shuffle
        • load_persistables
        • save_persistables
      • layers
        • beam_search
        • psroi_pool
        • elementwise_min
        • gru_unit
        • linear_lr_warmup
        • expand_as
        • split
        • target_assign
        • concat
        • distribute_fpn_proposals
        • l2_normalize
        • reduce_min
        • sigmoid_focal_loss
        • soft_relu
        • adaptive_pool2d
        • kldiv_loss
        • continuous_value_model
        • brelu
        • generate_mask_labels
        • lod_reset
        • cumsum
        • roi_pool
        • lstm_unit
        • dynamic_gru
        • MultivariateNormalDiag
        • hard_swish
        • softmax
        • elementwise_add
        • reduce_all
        • label_smooth
        • polynomial_decay
        • strided_slice
        • crop
        • prior_box
        • pool2d
        • Categorical
        • exponential_decay
        • beam_search_decode
        • huber_loss
        • add_position_encoding
        • tensor_array_to_tensor
        • array_length
        • rnn
        • array_read
        • expand
        • Decoder
        • get_tensor_from_selected_rows
        • box_coder
        • DynamicRNN
        • eye
        • unique_with_counts
        • bipartite_match
        • lstm
        • zeros
        • noam_decay
        • gaussian_random
        • matmul
        • resize_bilinear
        • reduce_prod
        • merge_selected_rows
        • fill_constant
        • softshrink
        • data
        • py_reader
        • lod_append
        • space_to_depth
        • StaticRNN
        • filter_by_instag
        • SampleEmbeddingHelper
        • size
        • GreedyEmbeddingHelper
        • pad_constant_like
        • retinanet_target_assign
        • sampling_id
        • image_resize_short
        • pad
        • pad2d
        • teacher_student_sigmoid_loss
        • matrix_nms
        • mean
        • detection_output
        • inverse_time_decay
        • retinanet_detection_output
        • elementwise_max
        • cross_entropy
        • elementwise_mod
        • hard_shrink
        • piecewise_decay
        • leaky_relu
        • hard_sigmoid
        • multiclass_nms
        • reorder_lod_tensor_by_rank
        • roi_perspective_transform
        • bpr_loss
        • reduce_any
        • flatten
        • DecodeHelper
        • polygon_box_transform
        • prroi_pool
        • Normal
        • hash
        • resize_trilinear
        • elementwise_pow
        • Switch
        • yolo_box
        • double_buffer
        • lrn
        • argmax
        • thresholded_relu
        • ctc_greedy_decoder
        • sum
        • squeeze
        • reverse
        • create_py_reader_by_data
        • BasicDecoder
        • dynamic_lstmp
        • relu6
        • ssd_loss
        • locality_aware_nms
        • zeros_like
        • gelu
        • one_hot
        • IfElse
        • less_than
        • iou_similarity
        • maxout
        • where
        • pixel_shuffle
        • range
        • topk
        • elementwise_sub
        • not_equal
        • generate_proposal_labels
        • warpctc
        • relu
        • cosine_decay
        • collect_fpn_proposals
        • sampled_softmax_with_cross_entropy
        • diag
        • inplace_abn
        • GRUCell
        • Uniform
        • hsigmoid
        • RNNCell
        • affine_grid
        • sign
        • pool3d
        • unsqueeze
        • greater_than
        • deformable_conv
        • reduce_mean
        • adaptive_pool3d
        • smooth_l1
        • less_equal
        • random_crop
        • LSTMCell
        • linear_chain_crf
        • embedding
        • yolov3_loss
        • grid_sampler
        • argsort
        • _loss
        • stack
        • deformable_roi_pooling
        • margin_rank_loss
        • rpn_target_assign
        • equal
        • dynamic_lstm
        • image_resize
        • elu
        • mul
        • read_file
        • sigmoid_cross_entropy_with_logits
        • autoincreased_step_counter
        • edit_distance
        • greater_equal
        • fsp_matrix
        • isfinite
        • ones
        • gather
        • sums
        • reduce_max
        • generate_proposals
        • While
        • create_array
        • ones_like
        • reshape
        • reduce_sum
        • natural_exp_decay
        • argmin
        • anchor_generator
        • scatter
        • unique
        • fc
        • gather_nd
        • box_clip
        • resize_nearest
        • swish
        • uniform_random
        • create_tensor
        • dropout
        • TrainingHelper
        • selu
        • roi_align
        • mse_loss
        • array_write
        • affine_channel
        • elementwise_floordiv
        • im2sequence
        • box_decoder_and_assign
        • rank_loss
        • elementwise_div
        • shuffle_channel
        • similarity_focus
        • density_prior_box
      • metrics
        • Auc
        • Accuracy
        • EditDistance
        • ChunkEvaluator
        • DetectionMAP
        • Recall
        • CompositeMetric
        • Precision
        • MetricBase
      • nets
        • sequence_conv_pool
        • simple_img_conv_pool
        • scaled_dot_product_attention
        • img_conv_group
        • glu
      • optimizer
        • SGDOptimizer
        • MomentumOptimizer
      • reader
        • PyReader
      • regularizer
        • L2DecayRegularizer
        • L1DecayRegularizer
      • transpiler
        • HashName
        • DistributeTranspilerConfig
        • release_memory
        • DistributeTranspiler
        • memory_optimize
      • create_lod_tensor
      • one_hot
      • data
      • set_flags
      • cuda_pinned_places
    • paddle.onnx
      • export
    • paddle.regularizer
      • L2Decay
      • L1Decay
    • paddle.sysconfig
      • get_include
      • get_lib
  • 常见问题与解答
    • 模型保存常见问题
    • 数据及其加载常见问题
    • 分布式训练常见问题
    • 参数调整常见问题
    • 安装常见问题
    • 2.0 升级常见问题
    • 其他常见问题
    • 组网、训练、评估常见问题
  • Release Note
  • 使用教程
    • 自定义算子
      • 原生算子开发注意事项
      • 自定义外部算子
      • 自定义Python算子
      • 自定义原生算子
    • 硬件支持
      • 海光DCU芯片运行飞桨
        • 飞桨框架ROCm版支持模型
        • 飞桨框架ROCm版预测示例
        • 飞桨框架ROCm版安装说明
        • 飞桨框架ROCm版训练示例
      • 飞桨产品硬件支持表
      • 昇腾NPU芯片运行飞桨
        • 飞桨框架昇腾NPU版训练示例
        • 飞桨框架NPU版安装说明
      • 昆仑XPU芯片运行飞桨
        • 飞桨框架昆仑XPU版训练示例
        • 飞桨框架昆仑XPU版安装说明
        • 飞桨对昆仑XPU芯片的支持
        • 飞桨预测库昆仑XPU版安装及使用示例
    • 分布式训练
      • 分布式训练快速开始
      • 使用FleetAPI进行分布式训练
    • 参与开发
      • 本地开发指南
      • 提交PR注意事项
      • FAQ
    • 推理部署
      • 服务器部署 — Paddle Inference
      • 模型压缩 — PaddleSlim
      • 移动端/嵌入式部署 — Paddle Lite
    • 算子映射
      • Paddle 1.8 与 Paddle 2.0 API映射表
      • PyTorch 1.8 与 Paddle 2.0 API映射表
    • 动态图转静态图
      • 支持语法列表
      • 报错信息处理
      • InputSpec 功能介绍
      • 基本用法
      • 调试方法
      • 内部架构原理
    • VisualDL 工具
      • VisualDL 使用指南
      • VisualDL 工具简介
    • 整体介绍
      • 基本概念
        • 自动微分机制介绍
        • Tensor概念介绍
        • 自动混合精度训练
        • 广播 (broadcasting)
      • 版本迁移工具
      • 升级指南
    • 模型开发
      • 模型导出ONNX协议
      • 数据预处理
      • 模型组网
      • 模型存储与载入
      • 10分钟快速上手飞桨（PaddlePaddle）
      • 数据集定义与加载
      • 自定义指标
      • 单机多卡训练
      • 训练与预测
暂无相关搜索结果！

    本文档使用 全库网 构建

    展开/收起文章目录

    思维导图备注

    文章二维码

    手机扫一扫，轻松掌上读

    文档下载

    请下载您需要的格式的文档，随时随地，享受汲取知识的乐趣！
    PDF文档 EPUB文档 MOBI文档

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度