TensorFlow - 在计算时对网络权重进行自定义操作?

内容来源于 Stack Overflow,并遵循CC BY-SA 3.0许可协议进行翻译与使用

  • 回答 (1)
  • 关注 (0)
  • 查看 (126)

我使用TensorFlow和Python来创建自定义神经网络。在每个输入数据通过之前,我需要对权重和偏见进行更改。网络架构是常见的(顺序,监督,反向传播),唯一的区别是在每次传递之前,我需要做一些计算。

因此,例如我有一些输入(x),并在我将它们传递到网络中并计算网络结果(y)之前,我需要运行一个函数来更改权重。我的问题是如何做到这一点,并在计算新的权重和偏差之后,网络会进一步正常计算其他所有内容(整个网络计算,损失和优化函数)?如果有可能,我怎样才能达到重量,然后创建额外的自定义步骤?

提问于
用户回答回答于

扫码关注云+社区

领取腾讯云代金券