在剪枝步骤中,我对深度卷积的一些滤波器进行了清零。这样做之后,我需要重新训练网络,但是那些已经清零的权重(我有索引列表)不应该在训练期间更新,它们的值需要保持为零。理想情况下,如果我有一个清零的索引列表pruned_filters,我希望这样做:
x[pruned_filters].trainable = False # I know this is wrong,
我在Python语言中有一个包含if校验的函数 def test(x, a, b): y = a*x+b y = 0
return y 问题是,我必须将x作为向量传递,并获得矢量化的y输出。对于混合的x值,我得到了以下错误: ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all() 如何解决这个问题?