在训练期间更改Keras中高斯噪声层标准偏差的最快方法是什么?
目前,我每次迭代都会使用调整后的标准偏差重新加载整个网络,这确实很慢。
提前谢谢!
答案 0 :(得分:0)
您可以尝试使用keras后端变量吗?
from keras import backend as K
self.std=0.5
self.std_var = K.variable(value=std)
建立网络时。
# instantiate
stddev = std_var(0.8)
g = GaussianNoise(stddev)
在训练过程中(可能在循环中)。
K.set_value(stddev.std_var, <new_std_val>)
尝试此代码段,看看它是否有效。