我想在 Tensorflow 中针对一批示例运行一些优化程序,并且我已经对这些变量进行了一些原始估计以进行优化。所以我想用这些估计值来初始化变量,而不是一些随机数或零。
所以我想知道如何才能做到这一点?请注意,这里的初始化值是依赖于样本的。我的计划是将初始化提供给某个占位符,然后从该占位符初始化变量,但这不起作用。
最佳答案
定义操作update_estimates = tf.assign(variable,estimated_value)
,其中estimated_value
是将包含您的猜测的tf.placeholder
以 numpy 数组的形式。
然后你做一个简单的
sess.run(update_estimates, feed_dict={estimated_value:numpy_array})
。
tf.get_variable()
可能非常有用,但对于初学者我建议不要这样做。
关于tensorflow - 如何在Tensorflow中动态初始化变量?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45922059/