我正在使用TensorFlow和Python创建自定义神经网络。在传递每个输入数据之前,我需要对权重和偏差进行更改。网络的架构是常见的(顺序的,有监督的,有反向传播的),唯一的区别是在每次遍历之前,我需要做一些计算。
例如,我有一些输入(x),在我通过网络传递它们并计算网络结果(y)之前,在每次传递中,我需要运行一个函数来改变权重。我的问题是,如何才能做到这一点,在我计算了新的权重和偏差之后,网络将进一步正常地计算其他所有内容(整个网络计算、损失和优化函数)?如果可能,我如何达到权重,然后创建额外的自定义步骤?
https://stackoverflow.com/questions/50689401
复制相似问题