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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注