使用张量流使用另一个变量初始化变量

我正在使用去噪堆叠自动编码器来构建神经网络。我训练自动编码器，然后我想将权重W的矩阵和复制/初始化/将它的值克隆到用于监督优化的新变量中。我怎么能做这样的事情？使用张量流使用另一个变量初始化变量

.initialized_value（）不为我工作：/

2016-01-25 Snurka Bill

vara.assign（varb） –

我必须有错误在其他地方，因为这仍然不起作用：/ –

使用var.assign，即

vara = tf.Variable(0) 
varb = tf.Variable(0) 
init_op = tf.initialize_all_variables() 
sess = tf.InteractiveSession() 
sess.run([init_op]) 
sess.run([vara.assign_add(1)]) 
print 'variable a', vara.eval() 
print 'variable b', varb.eval() 
sess.run([varb.assign(vara)]) 
print 'variable b', varb.eval()

您应该看到

variable a 1 
variable b 0 
variable b 1

来源

2016-01-25 00:48:01

考虑varA是从不同的模型（在这种情况下是自动编码器）创建的，所以： v arB = tf.Variable（[size]）。 varB.assign（翻）的init = tf.initialize_all_variables（）会话= tf.Session（） session.run（INIT） ......这什么也不做。（var.assign（varA）]）会将varA的值复制到varB（var.assign（varA）]）varB被训练为： tf.Variable（tf.zeros（[self.n_hidden]，dtype = tf.float32）） –

sess.run 。难道你有两个不同版本的“varA”？您需要一些方法将Python变量对象从创建地点传递到它正在使用的地方。 –

作为一个健全性检查，尝试做“打印varA.name”，它给出了一个唯一的标识符，该ID的图 –

使用张量流使用另一个变量初始化变量

回答

相关问题