我用Python和Tensorflow构建了一个自动编码器。为了构建自动编码器,我使用了Tensorflow教程,介绍了如何构建一个自动编码器来读取手写数字上的MNIST数据集。我用它来寻找CGRA组合的特征。在
到目前为止,我重组了自动编码器的代码,我可以在我自己的数据上使用它。我找到了特征,并且已经成功地重建了输入, 直到某个错误。现在,我尝试使用自动编码器的权重,初始化一个神经网络,参数与我的自动编码器的编码器部分相似。然后,添加一个带有单个神经元和一个线性激活函数的额外层来执行回归分析(或基本上是监督学习)。在
所以我的问题是:如何使用tensorflow初始化具有特定权重(非随机)的神经网络?在
我很感激你的帮助。指向教程的链接或指向其他线程的其他链接。在
提前准备!在
构建
tf.Variable
时,第一个参数是initial_value
。在https://www.tensorflow.org/api_docs/python/state_ops/variables#Variable.init
你可以提供任何你想初始化变量的张量,而不仅仅是随机初始化。在
另一个选择是,如果你觉得更容易的话,你可以在构造之后给变量赋值。在
希望有帮助!在
相关问题 更多 >
编程相关推荐