使用常数cntk进行权重/偏差初始化

Question

有没有办法用常数矩阵初始化权重/偏差。例如，代替Dense（hidden_​​layers_dim_1，init = he_normal（）），我可以做Dense（hidden_​​layers_dim_1，init = W），其中W是一个浮点矩阵。

Answer 1

<强> 更新-1 ：

根据参数文档here，

密集层似乎接受numpy数组和常量值作为初始权重（cntk-2.0rc3）。

图层无法获取初始权重值。但是，您可以在任何适当的层中使用init_bias命名参数传递初始偏差值。但是，如果你必须使用初始权重值，我猜你已经创建了一个变量并像你一样定义了你自己的网络。即。

features = <your_input_var>
W = cntk.Parameter((<proper_shape>), init=<intial_value>)
B = cntk.Parameter((<proper_shape>), init=<intial_value>)

output = features @ W + B;