标签： tensorflow deep-learning
是否可以通过在训练集中进行“小的”更改来快速更新张量流权重？例如，假设使用训练集（T）来学习两个完全连接的层的权重（W）。是否可以从旧的训练集中删除示例{i}，即（T'= T-{i}）来快速更新新训练集（T）的W？还是唯一的解决方案是从头开始培训？ 即使无偏差的近似更新也应该可以。
我正在尝试使用Deep net实现Gibbs采样器。