如何在张量流中交替训练op?

如何在张量流中交替训练op?,第1张

如何在张量流中交替训练op?

我认为最简单的方法就是

for i in range(1000):  batch_xs, batch_ys = mnist.train.next_batch(100)  if i % 2 == 0:    sess.run(train_step1, feed_dict={x: batch_xs, y_: batch_ys})  else:    sess.run(train_step2, feed_dict={x: batch_xs, y_: batch_ys})

但是如果需要通过tensorflow条件流进行切换,请按照以下方式进行 *** 作:

optimizer = tf.train.GradientDescentOptimizer(0.5)train_step = tf.cond(tf.equal(tf.mod(global_step, 2), 0),          true_fn=lambda: optimizer.apply_gradients(zip(tf.gradients(cross_entropy, tvars1), tvars1), global_step),          false_fn=lambda: optimizer.apply_gradients(zip(tf.gradients(cross_entropy, tvars2), tvars2), global_step))


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/zaji/5648863.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-12-16
下一篇 2022-12-16

发表评论

登录后才能评论

评论列表(0条)

保存