tf.contrib.layers.variance_scaling_initializer的tensorflow 2.0版本

`tf.contrib.layers.variance_scaling_initializer` 是 TensorFlow 1.x 中的一个初始化器函数，它用于神经网络层的权重初始化，目的是通过控制变量的方差来帮助模型更快地收敛。在 TensorFlow 2.0 中，这个函数已被移除并整合到了核心库（TensorFlow Distributions 和 Keras）。

在 TF 2.0 中，你可以使用 `tf.keras.initializers.VarianceScaling` 类来实现类似的功能。它有多种模式可供选择，如 "fan_in"、"fan_out" 或 "fan_avg"，以及不同的分布策略，比如均匀分布 (`uniform`) 和正态分布 (`truncated_normal`)。下面是一个例子：

import tensorflow as tf

# 使用全局范数（fan_avg）均匀分布初始化
initializer = tf.keras.initializers.VarianceScaling(distribution='uniform', mode='fan_avg')

# 创建一个权重矩阵，并用初始化器初始化
weight_matrix = tf.Variable(initializer(shape=(input_dim, output_dim)), trainable=True)

如果你需要了解特定的 TF 2.0 初始化器选项或使用场景，可以查阅官方文档：https://www.tensorflow.org/api_docs/python/tf/keras/initializers/VarianceScaling