如何定义张量流中张量不能表达的损失

时间:2017-02-19 13:55:26

标签: tensorflow

例如, x 被输入网络 A 并输出 y 。然后 y 用于训练新网络 B ,在 B 训练到特定迭代后,评估 B x 上输出损失 c ,损失 c 用作培训网络 A 的损失。简而言之,我将基于先前网络的输出定义一个可训练网络的损失。有没有办法在张量流中定义这种损失?感谢。

1 个答案:

答案 0 :(得分:0)

不确定这是否有效,但您可以尝试以下操作:计算损失c后,您可以使用占位符将此值反馈回网络A。然后将此占位符分配给模型A内的不可训练变量。然后,该分配操作将是"训练操作"您可以将其输入优化程序并在优化步骤中获取。如果两个网络都加载在同一个图表中,您可能甚至不需要通过占位符进行解决方法。