Question

我在以下链接中使用了以下代码进行卷积神经网络：https://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/3_NeuralNetworks/convolutional_network.py我想为我的模型设置参数：

我的输入是35 * 128

的数组

我设置了以下网络参数：

# Network Parameters
n_input = 35*128 
n_classes = 6 
dropout = 0.75

你可以告诉我，我怎样才能设定重量和偏差？默认值为：

# Store layers weight & bias
weights = {
    # 5x5 conv, 1 input, 32 outputs
    'wc1': tf.Variable(tf.random_normal([5, 5, 1, 32])),
    # 5x5 conv, 32 inputs, 64 outputs
    'wc2': tf.Variable(tf.random_normal([5, 5, 32, 64])),
    # fully connected, 7*7*64 inputs, 1024 outputs
    'wd1': tf.Variable(tf.random_normal([7*7*64, 1024])),
    # 1024 inputs, 10 outputs (class prediction)
    'out': tf.Variable(tf.random_normal([1024, n_classes]))
}

biases = {
    'bc1': tf.Variable(tf.random_normal([32])),
    'bc2': tf.Variable(tf.random_normal([64])),
    'bd1': tf.Variable(tf.random_normal([1024])),
    'out': tf.Variable(tf.random_normal([n_classes]))
}

Answer 1

我没有足够的声誉来发表评论。因此，只需明确指出设置权重和偏差的具体含义。如果您希望使用某些条件设置值，请参阅此链接https://www.tensorflow.org/api_docs/python/tf/random_normal

在这里，您可以指定权重和偏差值的均值，标准差和dtype。

Answer 2

最后我通过阅读tensorflow中的以下教程找到了我的解决方案，这非常有用：

https://www.tensorflow.org/tutorials/layers

我的输入图像尺寸是35 * 128，我应该将密集图层（＆＃39; wd1＆＃39;）中的参数设置为9 * 32 * 64。

'wd1': tf.Variable(tf.random_normal([9*32*64, 1024]))

如何在CNNs TensorFlow中设置网络的权重？

2 个答案: