tensorflow - Tensorflow:在一个网络中训练两个网络
问题描述
我在 Tensorflow 中遇到以下问题:我构建了一个具有以下层大小的网络:
input_0 = 100
input_1 = 1000
output = 10
整个网络看起来像:
[input_0, 300, 500, input_1, 800, 400, output]
现在我将数据输入input_0
并在之后运行优化步骤。在这里,我想直接使用整个网络。但在这样做之后,我还希望能够将一些数据输入input_1
并运行一个优化步骤,该步骤向后运行,但只到input_1
层。这甚至可能吗?我的意思是应该有办法做到这一点。
简而言之:当它们都是同一个图的一部分时,如何相互独立地训练网络[input_0,...,output]
和]?[input_1,...,output
我试图在 Tensorflow 中实现它,结果导致了很多错误。我还尝试将网络分成两个网络。但是我不知道如何正确连接它们。
有什么建议吗?
解决方案
优化器接受一个var_list
参数,它只允许你更新一些权重。
请参阅GradientDescentOptimizer
此处的文档。
推荐阅读
- node.js - 基于项目,angular cli + firebase + travis ci 配置错误
- c# - 如何使用 C# WebApi Client (Owin) 获取令牌
- tensorflow - TensorFlow 数据选择器
- dart - Flutter:使用按钮更改标签栏视图中的当前标签
- websocket - 使用来自 apollo-link-ws 的 WebSocketLink 检查互联网连接
- amazon-web-services - 政策的资源无效
- android - 如何避免 java.lang.StackOverflowError: stack size 8MB ,将图像保存到 Firebase 存储并将其下载 uri 保存到 Firebase 数据库
- c++ - 确定数组是否可以旋转 3 个连续的数组元素进行排序?
- vim - Vim 8.1 语法高亮已消失
- javascript - 在 React 事件处理程序中使用参数来操纵特定状态