我有以下代码，在创建层时使用了Keras和Theano：

net.add(Dense(outdim))Wlast = net.layers[-1].WWlast.set_value(Wlast.get_value(borrow=True) * 0.1)

对于TensorFlow，是否有合适的转换？我尝试了这个：

net.add(Dense(outdim))Wlast = net.layers[-1].WK.set_value(Wlast, K.get_value(Wlast) * 0.1)# 在此之前我做了一些导入和设置会话：# from Keras import backend as K# K.set_session(session)

但我不确定这是否以适当的方式工作…

因为我使用这一层作为概率输出：- 在Theano版本中，概率向量在[-1,-1]范围内- 另一方面，如果我使用这段Keras代码，概率会偏离超过1（如果我手动将这些输出权重减少0.1 – 概率分布会更接近Theano）

回答：

正确的解决方案是使用Keras的lambdas，例如：

net.add(Dense(outdim))net.add(Lambda(lambda x: x * 0.1))