在遇到了用sklearnapi进行多类分类(12个类)的困难之后,我试图写一些类似于google广泛而深入的学习的东西。我试着按照几篇帖子中的建议使用tf.集团(逻辑回归优化器,深度模型优化器)。它似乎有效,但我正试图找出如何从这个模型中得出预测。我希望在tf.集团运营者模型正在学习如何对logistic模型和deep模型进行不同的加权,但我不知道如何计算出这些权重,这样我就可以得到两个模型预测的正确组合。提前谢谢你的帮助。在
https://groups.google.com/a/tensorflow.org/forum/#!topic/discuss/Cs0R75AGi8A
tf.group()
创建一个节点,该节点使用控件依赖项强制运行其他节点的列表。实际上,这只是一种方便的方法来打包逻辑,即“运行这组节点,我不关心它们的输出”。在您所指的讨论中,这只是从一对训练运算符创建单个train_op
的方便方法。在如果您对张量的值感兴趣(例如,权重),您应该显式地将它传递给
session.run()
,可以在与训练步骤相同的调用中,也可以在单独的调用中会话.运行()调用。可以将值列表传递给session.run()
,例如,tf.group()
表达式,以及要计算其值的张量。在希望有帮助!在
相关问题 更多 >
编程相关推荐