Я использую метод тензор, чтобы сделать градиентную приличную классификацию.Поезд только некоторых переменных в тензорном потоке
train_op = tf.train.GradientDescentOptimizer(learning_rate).minimize(cost)
здесь cost
функциязатраты, которые я использовал в оптимизации. После запуска Graph в сессии, график может быть подан как:
sess.run(train_op, feed_dict)
И с этим, все переменные в функции затрат будет обновляться для того, чтобы свести к минимуму расходы.
Вот мой вопрос. Как я могу обновить только некоторые переменные в функции стоимости при обучении ..? Есть ли способ конвертировать созданные переменные в константы или что-то в этом роде?
Если вы определили свою собственную функцию стоимости, вы можете трудно написать переменные, которые вы хотите постоянно, а не обновлять их. Я не знаю, понимаете ли вы, что я имею в виду. – CoMartel
Вы можете указать список переменных в 'GradientDescentOptimizer.minimize()' как 'var_list' (также см. Https://www.tensorflow.org/versions/r0.10/api_docs/python/train.html#usage и https : //www.tensorflow.org/versions/r0.10/api_docs/python/train.html#Optimizer.minimize), делает ли это то, что вы хотите? – fwalch
См. Http://stackoverflow.com/questions/35298326/freeze-some-variables-scopes-in-tensorflow-stop-gradient-vs-passing-variables?rq=1 – jean