如何在TensorFlow中动态添加新节点/神经元

如果我想在运行时向我的TensorFlow层中添加新节点,该如何操作?

例如,如果我想在模型训练一段时间后,将隐藏节点的数量从10个增加到11个。此外,假设我知道我想为这个节点/神经元的输入和输出权重设置的值。

我可以创建一个全新的图,但有没有其他更好的方法?


回答:

与其创建一个全新的图,你可能更应该创建一个初始时包含比你需要更多神经元的图,并通过乘以一个不可训练的变量(该变量包含一和零)来屏蔽它。你可以随后更改这个掩码变量的值,以允许这些“新”神经元首次生效。

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