DL4J. 在执行 model.upgrade(Gradient) 后,权重是否会更新?

我正在使用 MultiLayerNetwork。这个网络已经训练完毕,结果符合预期。为了实现 Federated Learning,我需要使用来自外部组件的新梯度来更新这个网络的权重。

我的问题是,在 DL4J 中,执行 model.update(newGradients) 后,权重是否也会更新,还是需要执行其他操作?

谢谢


回答:

我找到了问题的答案。

更新梯度后,还需要更新权重(参数)。

如果使用 SGD,你可以这样做:

model.update(averageGradient);INDArray params = model.params(true);params.addi(averageGradient.gradient());

希望这对有类似问题的人有所帮助!

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注