python – 自定义权重初始化tensorflow tf.layers.dense
发布时间:2020-12-20 12:14:04 所属栏目:Python 来源:网络整理
导读:我正在尝试为tf.layers.dense设置自定义初始化程序,我用我已经拥有的权重矩阵初始化kernel_initializer. u_1 = tf.placeholder(tf.float32,[784,784])first_layer_u = tf.layers.dense(X_,n_params,activation=None,kernel_initializer=u_1,bias_initializer
我正在尝试为tf.layers.dense设置自定义初始化程序,我用我已经拥有的权重矩阵初始化kernel_initializer.
u_1 = tf.placeholder(tf.float32,[784,784]) first_layer_u = tf.layers.dense(X_,n_params,activation=None,kernel_initializer=u_1,bias_initializer=tf.keras.initializers.he_normal()) 这是抛出错误,说ValueError:如果初始化程序是常量,请不要指定形状. 将占位符分配给kernel_initializer或者我错过了什么是一个问题吗? 解决方法
至少有两种方法可以实现这一目标:
1创建自己的图层 W1 = tf.Variable(YOUR_WEIGHT_MATRIX,name='Weights') b1 = tf.Variable(tf.zeros([YOUR_LAYER_SIZE]),name='Biases') #or pass your own h1 = tf.add(tf.matmul(X,W1),b1) 2使用tf.constant_initializer init = tf.constant_initializer(YOUR_WEIGHT_MATRIX) l1 = tf.layers.dense(X,o,kernel_initializer=init) (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |