我有一个看起来像这样的神经网络。
input_layer_1 input_layer_2
| |
| |
some_stuff some_other_stuff
| /|
| _________________/ |
| / |
multiply |
| |
| |
output_1 output_2
在反向传播过程中是否有可能切断some_other_stuff和multiply之间的连接？我在想dropout但这也适用于前向传播
因此，在反向传播期间，它应该像两个网络：
input_layer_1 input_layer_2
| |
| |
some_stuff some_other_stuff
| |
| |
| |
multiply |
| |
| |
output_1 output_2
Output_1误差仅影响网络左侧的权重调整，Output_2误差仅影响右侧
。我正在使用带有张量流的 keras，所以也许有一些函数/层可以实现这一点。
谢谢。
如果有人想知道，你可以在 Lambda 层中使用 K.gradient_stop((