1回答
()), 'bc2': tf.get_variable('B1', shape=(64), initializer=tf.contrib.layers.xavier_initializer()),
'bc3': tf.get_varia
浏览 1提问于2019-04-24得票数 0
回答已采纳
1回答
卷积神经网络:权值和偏差初始化
、、、、
()), 'wc3': tf.get_variable('W2', shape=(3,3,64,16), initializer=tf.contrib.layers.xavier_initializer()),
'bc2': tf.g
浏览 0提问于2018-11-06得票数 1
回答已采纳
我试过了'wc1': tf.get_variable('wc1', shape=(8,8,4,32), initializer=tf.contrib.layers.xavier_initializer()), 'wc3': tf.
浏览 3提问于2018-08-22得票数 0
回答已采纳
1回答
我正在尝试在TensorFlow中创建一个模型。然而，权重初始化似乎是错误的，但我不明白为什么。因此，我的模型有一个隐藏层，使用sigmoid作为激活函数，输出层使用softmax。我也使用Xavier。所以，为了初始化我使用的权重： hidden_layer = tf.Variable(tf.random_normal([input_size, hid_size], stddev=0.01)) * np.sqrt(1./input_size)
output_layer = tf.Variable(tf.random_normal([hid_size, output_size], stdd
浏览 10提问于2019-05-06得票数 0
回答已采纳
()),'c3': tf.get_variable('W3', shape=(3,3,16,32), initializer=tf.contrib.layers.xavier_initializer()),
'c4': tf.get_variable('
浏览 10提问于2019-03-21得票数 0
回答已采纳
dtype=tf.float32, dtype=tf.float32,
浏览 2提问于2019-11-27得票数 1
回答已采纳
我如何才能改变 tf.contrib.layers.xavier_initializer() 到tf版本>= 2.0.0 ?？W1 = tf.get_variable("W1", shape=[self.input_size, h_size],
initializer=tf.contrib.layers.xavier_initializer
浏览 230提问于2020-10-08得票数 2
回答已采纳
tf.contrib.layers.xavier_initializer()是如何知道激活函数的？W = tf.get_variable("W", shape=[784, 256],
initializer=tf.contrib.layers.xavier_initializer
浏览 9提问于2016-09-09得票数 1
我是tensorflow的新手。我正在使用tensorflow构建一个3层神经网络(只有一个隐藏层)，并且我想将一个自定义激活函数应用到它的隐藏层。 我使用np库实现了它： def my_network(input_layer,centers,beta, weights): gaussian = np.array([[sum([i*i for i in vec]) for vec in layer_1-center] for center in centers])
a = beta.reshape(len(beta),1)*
浏览 27提问于2019-04-09得票数 0
1回答
self.networkName + '/conv1'): self.conv1_b = tf.get_variable(shape = [16], name = 'b', initializer=tf.contrib.layers.xavier_in
浏览 1提问于2017-04-11得票数 0
回答已采纳
()), 'wc3': tf.get_variable('W2', shape=(3,3,64,32), initializer=tf.contrib.layers.xavier_initializer()),
'wc4': tf.get_variable
浏览 6提问于2019-07-18得票数 0
回答已采纳
1回答
我正在尝试在tensorflow中构建一个神经网络来更好地学习这个库，并且我的损失值没有改变。这是我的代码： import tensorflow as tfimport pandas as pdos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
all_data = all_data.values
size_la
浏览 26提问于2019-02-27得票数 0
tf.variable_scope('forward'): lstm_cell_fwd = tf.contrib.rnn.DropoutWrappertf.variable_scope('b
浏览 1提问于2018-03-08得票数 6
回答已采纳
W1 = tf.get_variable("weight1", shape=[9,15], dtype = tf.float32,b1 = tf.get_variable("bias1", shape=[15], dtype = tf.float32,
initializer=tf.contrib.layers.xavier_initiali
浏览 3提问于2017-12-09得票数 2
rg_weights = { 'h2': vs.get_variable("weights1", [n_hidden_1, n_hidden_2], initializer=tf.contrib.layers.xavier_initializer(
浏览 1提问于2016-11-15得票数 0
回答已采纳
W= tf.get_variable("W"，shape=784,256，initializer=tf.contrib.layers.xavier_initializer()) b= tf.get_variable("b"，shape=784,256，initializer=tf.contrib.layers.xavier_initializer()) m=tf.global_variables(W，b) m是否属于
浏览 3提问于2018-11-07得票数 0
二进制安装运行未修改的TF1.x代码(除了cont肋骨之外)” xavier = tf.contrib.layers.xavier_initializer
浏览 21提问于2021-12-22得票数 0
1回答
我试着训练一个logistic回归模型，但是无论我做的训练集多么小，训练的准确性都不会持续提高。我把训练集缩小到3个例子，模型有时以66.66%的训练准确率开始，以33.33%结束。其他时候，它从0%开始，以66.66%结束。它从来没有达到100%的准确性。对于32、200和400大小的训练集，它具有相同的行为，起始精度在50%左右，结束精度在40%到60%之间。def get_batch(index, tensors, batch_size, nItems): begin = index * batch_size
e
浏览 0提问于2018-05-28得票数 0
1st Hidden layerW12 = tf.get_variable("W12", shape=[layer_width,layer_width], initializer=tf.contrib.layers.xavier_initia
浏览 0提问于2018-07-12得票数 2
softtabstop=-1 fileencoding=utf-8:
W = tf.get_variable("W", shape=[5], initializer=tf.contrib.layers.xavier_initializer
浏览 2提问于2017-12-27得票数 0
云服务器
ICP备案
云点播
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号