python – 自定义权重初始化tensorflow tf.layers.dense

概述我正在尝试为tf.layers.dense设置自定义初始化程序,我用我已经拥有的权重矩阵初始化kernel_initializer. u_1 = tf.placeholder(tf.float32, [784, 784])first_layer_u = tf.layers.dense(X_, n_params, activation=None, 我正在尝试为tf.layers.dense设置自定义初始化程序,我用我已经拥有的权重矩阵初始化kernel_initializer.

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。