如何在张量流线性链CRF中正确传递transition_params的初始值

Question

我正在尝试在我的工作中使用线性链CRF。我接受了 - https://github.com/tensorflow/tensorflow/tree/r1.0/tensorflow/contrib/crf

中提供的示例用法代码的帮助

我的问题是如何在“crf_log_likelihood（）”中提供“transition_params”的一些初始值。例如，对于示例的具体性，我想用标准随机正态分布初始化它。在api doc中，我看到“transition_params”实际上可以作为输入参数传递。在方法内部，我看到如果没有传递“transition_params”，则通过使用name =“transitions”执行“versusget_variable（）”来获得它。

在创建'crf_log_likelihood'操作之前，我应该做些类似的操作吗？类似于 - transition_params = vs.get_variable（“transitions”，[num_tags，num_tags]，initializer = tf.random_normal_initializer（）） - 然后将“crf_log_likelihood（）”的调用更改为“log_likelihood，transition_params = tf.contrib” .crf.crf_log_likelihood（unary_scores，y_t，sequence_lengths_t，transition_params）“？

Answer 1

get_variable()定义中的crf_log_likelihood()将创建一个新的随机初始化变量来表示转换参数，如果您不自己提供转换参数。如果您不想要默认行为，则只需提供明确的transition_params。

要了解get_variable()的行为，请参阅此处：

https://www.tensorflow.org/api_docs/python/state_ops/sharing_variables#get_variable

希望有所帮助！