我正在研究一个卷积神经网络，它需要内核权重的某些部分是不可训练的。tf.nn.conv2d(x, W) 将可训练变量 W 作为权重。如何使 W 的某些元素无法训练？
也许您可以拥有可训练的权重W1、M指示可训练变量所在位置的掩码以及恒定/不可训练的权重矩阵W2，然后使用
W = tf.multiply(W1, tf.cast(M, dtype=W1.dtype)) + tf.multiply(W2, tf.cast(tf.logical_not(M), dtype=W2.dtype))
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句