TensorFlow - 如何最小化一个变量的功能？

Question

我已经接受了另一位研究员的完全训练模型，该研究人员作为占位符输入。关于它作为函数f(x)，我希望找到x来最小化我的距离度量（损失函数）dist(x, f(x))。这可能类似于两点之间的欧氏距离。

我尝试使用TensorFlow的内置优化器功能。问题是tf.train.AdamOptimizer(1e-4).minimize(loss, var_list[input_placeholder])失败，抱怨input_placeholder不是受支持的类型。因此，我不能为我的输入获得渐变。

如果必须以这种方式指定输入，如何优化TensorFlow中的功能？不幸的是，这些占位符不是首先通过Variable，我必须将该模型视为黑盒子。

Answer 1

使用this question中详述的Keras功能API，我创建了一个没有偏见的密集层，可以在我给出模型之前就坐下来。将其输入保持为常量的全1矢量，我仅使用密集层中的Variable优化了连接模型，为我提供了最佳矢量作为该层的输出

所有TensorFlow Optimizer子类都允许您minimize，而只修改一组特定的Variables，这是我从Keras那里得到的。