Keras教学(6):Keras的初始化Initializers，看这一篇就够了

【写在前面】：大家好，我是【猪葛】
一个很看好AI前景的算法工程师
在接下来的系列博客里面我会持续更新Keras的教学内容（文末有大纲）
内容主要分为两部分
第一部分是Keras的基础知识
第二部分是使用Keras搭建FasterCNN、YOLO目标检测神经网络
代码复用性高
如果你也感兴趣，欢迎关注我的动态一起学习
学习建议：
有些内容一开始学起来有点蒙，对照着“学习目标”去学习即可
一步一个脚印，走到山顶再往下看一切风景就全明了了

本篇博客学习目标：1、掌握初始化器的用法

一、初始化器的概念及其用法

概念：

初始化定义了设置 Keras 各层权重随机初始值的方法。

用法：

用来将初始化器传入 Keras 层（包括不限于Dense层、Conv2D层、等等）的参数名取决于具体的层。通常关键字为 kernel_initializer 和 bias_initializer:

• 你可以给它们传递初始化器的名字字符串，例如：

model.add(Dense(64,
                kernel_initializer='random_uniform',
                bias_initializer='zeros'))

• 也可以给它们传递初始化器的实例，这种方式可以让你更改初始化器的参数，比较自由，例如：

model.add(Dense(64,
                kernel_initializer=keras