如何像使用深度网络一样使用深度网络?



我有一个自动编码器,因为我们知道这个网络是由 3 部分组成的,编码器、解码器、潜在空间,我附上了一张显示我的结构的图像:https://i.stack.imgur.com/VqYvJ.jpg 它的第一部分有一个自动编码器,之后我想有一个另一个编码器,但与第一个编码器相同。现在我想知道如何强制第二个编码器与第一个编码器相同的结构?请指导我解决这个问题。

编码器由它的图形(要执行的操作(和权重(矩阵/偏差等(定义。一个存储在图形中,另一个存储在会话中。

tensoflow的一个新功能是hub,它应该促进迁移学习应用程序(像你的一样(。查看文档。在这里,您可以将编码器定义为一个模块,对其进行训练,然后在要使用 DNN 训练它时导入它。

如果您不想使用它,可以使用模型保存函数来读取/写入图形和会话。例如,您可以训练自动编码器,然后加载训练好的模型并在嵌入层上构建深度网络。如果要冻结变量并执行其他此类技巧,则需要小心。

相关内容

  • 没有找到相关文章

最新更新