使用张量流中的get_variable对偏差进行零初始化

Question

我正在修改的代码使用tf.get_variable表示权重变量，tf.Variable表示偏差初始化。在进行一些搜索之后，由于其在共享方面的可移植性，似乎应始终优先考虑get_variable。因此，我尝试将偏差变量更改为get_variable，但似乎无法使其发挥作用。

原文：tf.Variable(tf.zeros([128]), trainable=True, name="b1")

我的尝试：tf.get_variable(name="b1", shape=[128], initializer=tf.zeros_initializer(shape=[128]))

我收到错误消息，说明不应为常量指定形状。但是删除形状然后抛出一个没有参数的错误。

我对tf很新，所以我可能误解了一些基本的东西。感谢您提前的帮助:)

Answer 1

以下应该工作： tf.get_variable(name="b1", shape=[128], initializer=tf.zeros_initializer())