训练期间改变模型[tensorflow]

时间:2016-04-20 15:30:49

标签: optimization machine-learning neural-network tensorflow variable-initialization

我正在tensorflow中创建一个模型,所有图层都以 relu 作为激活层。但是,当批量大小增加到500时,我想更改模型,使得输出层的第二个最后一层具有 sigmoid 激活层。

我感到困惑的是,我需要重新初始化所有变量,因为我正在替换中间的优化器?或者我保留旧变量?

1 个答案:

答案 0 :(得分:0)

这是一个非常有趣的问题。我认为这取决于您的数据集和模型。

是的:也许,您可以使用权重(批量大小500之前)进行预训练,就像Deep Belief Networks(RBM)所做的那样。

否:也许,这些经过预先训练的砝码会损害您的模型,并且可能不会比其他优秀的初始化程序(例如xavier初始化程序https://www.tensorflow.org/versions/r0.8/api_docs/python/contrib.layers.html#xavier_initializer

更好

我认为值得尝试两种选择。