1回答
我目前正在做一些关于修改模型的每个卷积层的权重而不是偏倚的实验。我想为此使用set_weights()方法，但是它需要输入权值和偏差，所以我无法做到这一点。最简单的方法是
浏览 2提问于2020-05-20得票数 1
回答已采纳
我正在尝试理解是否有一种方法可以从tf.contrib.layers中获得层中权重的直方图。在文档中，没有obv方法来获取权重。
所以我的问题是，我如何可视化来自层的权重？
浏览 0提问于2017-04-07得票数 3
1回答
获取层的权重
、、
我一直在使用PyTorch处理MNIST数据集，在访问我的代码中生成的权重和偏差时遇到了问题。这是我的代码 from torch import nn def __initself.output(x)) print(model.fc1.bias) 这是我得到的<
浏览 4提问于2020-08-21得票数 0
1回答
获取上一层的权重
、、、
是否可以获取上一层的权重，修改它们并再次设置为下一层。我想在网络中引入一个自定义的层，它将修改权重(根据所需的逻辑)，然后将修改后的权重值设置为下一层。如下图所示：我不确定这是否可能。我知道我们可以转储快照，然后使用它来设置新的权重。我也可以使用快照转换权重。但是，我不知道如何在网络本身中做到这一点(不拍摄或使用任何
浏览 0提问于2017-01-07得票数 1
我正在尝试实现论文“学习分割一切”，我需要使用权重传递函数的输出来设置分割网络中一个层的权重。在Keras中使用layer.output获取的权重传输中最后一层的输出为“tensorflow.python.framework.ops.Tensor”类型，而权重应初始化为numpy数组。
浏览 0提问于2018-03-27得票数 0
回答已采纳
1回答
有一些方法可以在训练之外直接获取和更新权重，但我希望在每个训练步骤之后，在梯度更新了特定的变量或层之后，我想将这些权重保存到文件中，然后用全新的权重替换该层或可变权重。然后继续下一步的训练(使用变量或层中的新值进行前向传递，然后使用计算出的损失/梯度进行后向传递)。
我已经考虑过单独调用每个训练步骤，但我想知道这是不是在某种程度上时间/内存效率
浏览 16提问于2019-07-27得票数 2
回答已采纳
1回答
我知道您可以使用Model.layerlayer_number.getWeights()从keras模型中获取某一时刻的层的权重。我只是在训练期间使用回调来获得一个时期或一批的权重。但我希望在训练部分中获得每个输入的层的权重。或者如果可能的话，为每个输入激活一个层，而不是一个时期。 有没有办法做到这一点？
浏览 30提问于2020-04-26得票数 0
你好)在Tensorflow.js中，有没有最好的方法将训练好的权重从一个模型复制到另一个模型？或者如何将模型转换为字符串？我需要从一个工人那里复制经过训练的模型权重，并将它们发送给另一个工人。
浏览 41提问于2021-07-20得票数 2
2回答
我在Matlab中训练了一个三层(输入、隐藏和输出)前馈神经网络.经过训练，我想用一个输入测试向量来模拟训练后的网络，得到神经元的响应--隐层(而不是最终输出层)。我该怎么做呢？另外，在训练神经网络之后，是否有可能“切断”最终输出层，并将当前隐藏层作为新的输出层(以备将来使用)？
额外信息:我正在构建一个。
浏览 2提问于2012-03-03得票数 3
1回答
我已经训练了一个模型，其中包括2 embeddings，其中有初始权重的预训练(使用gensim)。这两个嵌入都有trainable=True，这意味着在培训中更新权重。我试过的第一个目标是：我得到了一个错误：ValueError: Missing layer: x
通过互联网搜索，一种解决方案是只保存权重，然后重新定义模型(没有compile)并分配保存的权重我的</e
浏览 7提问于2017-09-21得票数 0
回答已采纳
1回答
如果我是在GRU模型上训练，我是否可以输出学习的参数，以便下次我用更多的数据进行训练时，我可以以这些学习参数作为起点进行初始化？
浏览 1提问于2018-02-01得票数 1
我正在尝试使用标准的Keras验证我的网络构建的第一层的输出。第一层的名称是conv2d。我构建了一个新的模型，只为了获得第一层的输出，使用以下代码：weights = Noneimg_test_slice：(3,3,3)weigths_slice：(3
浏览 1提问于2020-07-19得票数 0
2回答
我的问题是更新隐藏层和输出层中的权重矩阵。费用职能如下：
使用梯度下降算法，可以通过以下方式更新权重矩阵：
\Theta_{jk}^{(2)} := \Theta_{jk}^{(2)} - \alpha\frac{\partial J(\Theta)}Theta_
浏览 0提问于2019-04-21得票数 7
我想使用来自瑞安的VGG转换的tensorflow模型。
现在，我想调整层，并添加另一层或更改完全连接的层。但我不知道如何从graphDef中获取单层/权重，也不知道如何调整图形。
浏览 5提问于2016-06-16得票数 1
回答已采纳
4回答
我正在寻找一种适当的或最好的方法来获得Keras创建的神经网络中的变量重要性。我现在这样做的方式是，我只是在第一层中获取变量的权重(而不是偏差)，并假设更重要的变量在第一层中具有更高的权重。有没有其他/更好的方法呢？
浏览 83提问于2017-05-23得票数 28
回答已采纳
2回答
从Keras层获取权重
、、、、
我正在尝试从以下Dense层获取权重：如果我尝试执行以下操作：weights =x.get_weights()
这可以很好地工作，但我的理解是这些权重将是无用的，因为我们没有为层提供任何输入。
浏览 14提问于2018-02-28得票数 0
回答已采纳
我创建了一个tensorboard回调函数，并将其包含在对model.fit的调用中，但TensorBoard中只显示了损失的标量摘要和网络图。有趣的是，如果我打开图中的密集层，我会看到一个标记为"bias_0“的小摘要图标和一个标记为"kernel_0”的摘要图标，但我没有看到这两个图标出现在TensorBoard的分布或直方图选项卡中，就像我在纯我是否需要查看Keras生成的模型的详细信息并添
浏览 1提问于2017-05-09得票数 20
2回答
nn.Linear(hidden_sizes[1], output_size),我想在一个特定的层中获取N个神经元的所有权重和偏差。我知道model.layer[1].weight给了一个层中所有权重的权限，但我也想知道这个权重是什么神经元。
浏览 3提问于2020-01-02得票数 1
回答已采纳
1回答
我有一个很大的问题，我想用两个神经元输出来实现我的神经元网络。就像这样：我想使用反向传播算法，但我不知道如何计算一个错误，因为我有一个有两个神经元的输出，当输出上只有一个神经元时，很容易从一个出口误差中使用反向传播算法，但是有两个神经元？我考虑了每个输出的计算误差，但是我必须分别计算2种情况下的反向传播，得到“两个不同的隐层”(对于隐层中的每一个神经元，我对两种情况有一个权重)。也许有人知道更好的
浏览 1提问于2014-04-05得票数 3
回答已采纳
1回答
我做了一个训练课程，获得了70%的访问率，并节省了重量。如何将权重的“前半部分”加载到这个新模型中？我正在尝试使用上一次训练课程来让网络从某个地方开始，因为训练时间变得如此之长，而我的视频卡不适合训练，这
浏览 9提问于2017-07-01得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
