2
我正在使用张量流进行梯度正常分类。仅训练张量流中的一些变量
train_op = tf.train.GradientDescentOptimizer(learning_rate).minimize(cost)
这里cost
是成本函数我在优化已经使用。
sess.run(train_op, feed_dict)
而与此,在成本函数的所有变量将被以最小的成本更新: 发动会话图形后,图形可以作为喂食。
这是我的问题。如何在训练时只更新成本函数中的一些变量..?有没有办法将创建的变量转换为常量或什么..?
如果你定义自己的成本函数,可以硬写,你要不断的变量,而不是更新他们。我不知道你是否明白我的意思。 – CoMartel
您可以将'GradientDescentOptimizer.minimize()'的变量列表作为var_list(参见https://www.tensorflow.org/versions/r0.10/api_docs/python/train.html#usage和https ://www.tensorflow.org/versions/r0.10/api_docs/python/train.html#Optimizer.minimize),这是否做你想要的? – fwalch
查看http://stackoverflow.com/questions/35298326/freeze-some-variables-scopes-in-tensorflow-stop-gradient-vs-passing-variables?rq=1 – jean