有没有办法将KMeans应用于tensorflow中Conv/密集层的输出？

Question

我已经用以下配置培训了一名CNN关于时尚MNIST数据： Conv Pool Dropout Conv Pool Dropout平坦密集Dropout输出 我想将配置更改为： Conv群集池辍学Conv群集池辍学平坦密集群集辍学输出 但是，我只希望这个新配置用于测试，而不是训练模型（我可以使用训练模型的权重，并为具有集群配置的模型设置权重）。有没有办法使用tensorflow添加集群层？ 我想使用簇质心表示Conv和稠密层的输出，以检查对模型精度的影响

Answer 1

事实上，你问的是两个问题：

1. 如何仅在某些配置中应用操作而不在其他配置中应用操作
2. 如何应用k-means

以下是答案：

1. 要基于某个tensorflow变量do_clustering的值应用操作，可以将^{}用于：

   maybe_clustered_ouput = tf.cond(do_clustering,
                                   lambda: my_clustering_operation(input),
                                   lambda: input)
   

2. 要应用k-means聚类，可以使用^{}（并将其替换为上述代码片段中的my_clustering_操作）

祝你好运：）