我使用Python和Tensorflow构建了一个Autoencoder。为了构建Autoencoder，我使用了Tensorflow教程，介绍如何构建一个Autoencoder来读取手写数字上的MNIST数据集。我用它来查找CGRA组合的特征。
到目前为止，我重新构建了Autoencoder的代码，我可以在自己的数据上使用它。我找到了功能并且已经设法重建输入， 达到某个错误。现在，我正在尝试使用自动编码器权重来初始化神经网络，其参数类似于我的自动编码器的编码器部分。然后，添加一个额外的图层，其中包含单个神经元和线性激活函数，以执行回归分析（或基本上是监督学习）。
所以我的问题是：如何使用张量流初始化具有特定权重（非随机）的神经网络？
我会感激任何帮助。链接到教程或其他线程的其他链接。
提前Tahnks！答案 0 :(得分：1)
构建tf.Variable时，第一个参数是initial_value。
https://www.tensorflow.org/api_docs/python/state_ops/variables#Variable.init
您可以提供任何您想要初始化变量的Tensor，而不仅仅是随机初始化。
另一个选择是，如果您发现更容易，可以在构造后为变量赋值。
希望有所帮助！