Keras：模仿 PyTorch 的 conv2d 和 linear/dense 权重初始化？

Question

我正在将一个模型从 PyTorch 移植到 Keras/Tensorflow，我想确保我使用相同的算法进行权重初始化。如何在 Keras 中模拟 PyTorch 的权重初始化？

Answer 1

如果重构 PyTorch initialization 代码，您会发现权重初始化算法出奇的简单。该代码中的注释是正确的；只需阅读该评论并模仿它即可。

这是模仿它的有效 Keras/Tensorflow 代码：

import tensorflow as tf
from tensorflow.keras import layers

class PytorchInitialization(tf.keras.initializers.VarianceScaling):
    def __init__(self, seed=None):
        super().__init__(
            scale=1 / 3, mode='fan_in', distribution='uniform', seed=seed)

# Conv layer
conv = layers.Conv2D(32, 3, activation="relu", padding="SAME",
                     input_shape=(28, 28, 1),
                     kernel_initializer=PytorchInitialization(),
                     bias_initializer=PytorchInitialization())

# Dense / linear layer
classifier = layers.Dense(10,
                          kernel_initializer=PytorchInitialization(),
                          bias_initializer=PytorchInitialization(),

Keras：模仿 PyTorch 的 conv2d 和 linear/dense 权重初始化？

Keras: Mimic PyTorch's conv2d and linear/dense weight initialization?

keras

tensorflow

pytorch