tensorflow - 在训练期间为 Tensorflow 中的占位符设置默认值
问题描述
我使用 Tensorflow 1,并定义x
为tf.placeholder
一个网络输入。但是在对网络进行了一些迭代训练之后,我想修复 的值,并且在调用 时x
不要设置。有什么办法吗?一种可能的解决方案是为 设置默认值,但我无法在 Tensorflow 中找到为. 我不能使用,因为我定义时不知道默认值,并且默认值可能会在训练过程中发生变化。x
feed_dict
sess.run(...)
x
tf.placeholder
tf.placeholder_with_default
x
我需要这个的情况如下。我有一个NN1(x1, x2)
带有输入x1
和的网络x2
,我训练了这个网络。然后我想定义另一个NN2(x)
只有一个输入的网络作为NN2(x) = NN1(x1=c, x2=x)
,其中c
是一个常数。NN2
应该以这种方式封装(单输入),所以我可以在我的其他代码中使用它。
解决方案
推荐阅读
- c - 尝试创建将用户输入字符串与 C 中的一组预定义输入字符串进行比较的程序
- github-pages - 即使已准备好发布,Github 页面也未发布网站
- javascript - Javascript - 将破折号/下划线分隔的单词转换为驼峰大小写
- azure - Docker 容器不在 Azure Batch 服务上运行
- ios - 在“抽认卡”中显示来自 iOS 中 Firebase 的数据
- r - 一些行加入而一些行不加入的简单加入错误
- r - For循环存储许多矩阵
- java - 无异常地将字符串添加到数组
- r - 根据上一个和下一个正确值替换向量中的值?
- button - ObjectListView 将几个按钮添加到单元格中