Question

我为一组数据点（例如1,2,3和4）运行训练循环。在每个点上，我都会运行20000个训练步骤的训练循环。对于每个数据点，我得到一个不同的W矩阵（完全连接）。

`W_fc = weight_variable([input_dim, 2])
logits = tf.matmul(pool_2D, W_fc)`

我的目标是在x轴上的数据点集和y轴上的W矩阵之间绘制图形，但是它需要某种转换。考虑单个数据点及其对应的W矩阵I必须将权重矩阵与在数据点1处分配的一个热向量相乘。在每个单个数据点，每个W矩阵的维数为（40,2），而一个热向量的维数应为（2 ，1）用于矩阵乘法。那么如何获得一个与特定数据点相对应的热向量？

    `for hc in h_array:
        sess.run(tf.initialize_all_variables())
        data_sets = input_rfhm.read_data_sets("Input", str(hc), one_hot=True)

        for i in range(FLAGS.training_step):
            batch = data_sets.train.next_batch(FLAGS.batch_size)
            optimizer.run(feed_dict = {x: batch[0], y_: batch[1]})

            if(i%100 ==0):
                train_accuracy = accuracy.eval(feed_dict= {x: batch[0], y_: batch[1]})
                test_accuracy = accuracy.eval(feed_dict= {x: data_sets.test.MC_Samples, y_: data_sets.test.labels})
            loss_value = loss.eval(feed_dict= {x: batch[0], y_: batch[1]})`

如何从权重矩阵中获取相应的一个热门标签？

0 个答案: