在TensorFlow中初始化矩阵

我的模型需要学习6个矩阵,我定义它们的方式如下:

self.R= tf.get_variable('R_',dtype=tf.float32, shape=[6,300 ,300],           initializer=tf.random_uniform_initializer(maxval=0.1, minval=-0.1))

我需要更改它们的初始化方式。我希望将它们初始化为单位矩阵。有人能帮我实现吗?


回答:

如果你想创建一个6x300x300的矩阵,其中每个300×300的数组都是一个单位矩阵,你可以这样做:

import numpy as np;dimension = 300 singleIdentityMatrix = np.identity(dimension, dtype= np.float32) stackedMatrix = np.dstack( [singleIdentityMatrix] * 6)

然后使用以下代码传递这个矩阵:

self.R = tf.Variable(initial_value = stackedMatrix)

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