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)总结
以上是内存溢出为你收集整理的python – 自定义权重初始化tensorflow tf.layers.dense全部内容,希望文章能够帮你解决python – 自定义权重初始化tensorflow tf.layers.dense所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)