Von dem, was ich sagen kann, hat tf.layers.conv2d zwei verschiedene Möglichkeiten zur Deaktivierung von Verzerrungen: Einstellung use_bias=False und Einstellung bias_initializer=None.tf.layers.conv2d: use_bias = False und bias_initializer = Keine
Sind diese gleich, oder machen sie verschiedene Dinge? Muss ich beide benutzen?
Sie können entweder use_bias = False setzen oder bias_initializer=None setzen, um die Vorspannung zu deaktivieren. Ich denke, der erste ist intuitiver. Die Einstellung bias_initializer führt jedoch zu Nullen und nicht zur Einstellung kernel_initializer wird glorot_uniform nach this Antwort.
Ich bin nicht sicher bias_initializer=None Bias
data = np.random.rand(2, 5, 8, 3).astype(np.float32)
tensor = tf.constant(data)
n = tf.layers.conv2d(tensor, 10, 3, 1, bias_initializer=None)
tfvar = tf.trainable_variables()
# tfvar
# [<tf.Variable 'conv2d/kernel:0' shape=(3, 3, 3, 10) dtype=float32_ref>,
# <tf.Variable 'conv2d/bias:0' shape=(10,) dtype=float32_ref>]
sogar bias_initializer=None gesetzt, erhalten Bias als trainierbar Variablen
ein kleiner Test
deaktivieren