我的训练循环如下,
::伪代码
define the graph
define session
get_model()
get_optimizers()
for i in range(epoch):
for j in range(num_of_batches):
x,y = get_value()
sess.run() # runs a MLP based on some parameter
sess.run() # runs similar MLP based on some different parameter
---normalize some weight of MLP---
现在我被困在&#34的部分;规范了MLP的一些重量"
我应该如何在模型类中定义规范化代码片段?我尝试了以下方式,
W_trans = tf.Variable(
identity,
name="trans",
dtype=tf.float32)
self.theta_M.append(W_trans)
W_trans = tf.norm(W_trans)
我还试图通过tf.assign()
合并它,但如果我想根据参数W_trans
优化我的模型,则无法使用它。