Python 学习Tensorflow中新词嵌入时的地面预训练嵌入

我尝试使用以下代码段。将预训练嵌入和学习嵌入仅用于新词汇B。但是预定义单词的嵌入也发生了变化

---

嗯，看起来你做得对。打印可培训变量的集合，并告知我们是否仍有

emb\u pretrained

。优化器的默认行为应该是只更新此集合中的变量。变量：embs_only__in_train:0 Shape:（2787110100）变量：权重/变量：0 Shape:（2998523100）变量：偏差/变量：0 Shape:（2998523，）所以您刚才验证的是，

embs_pretrained

不在可训练的_变量集合中。然而，优化器正在改变这个变量？这应该是不可能的。优化器的默认行为是只更新可训练的_变量。优化器的

minimize

函数还有一个属性

var\u list

，它允许您显式地传递要更新的变量（）。您也可以这样做，但如果

embs\u pretrained

已经不可培训，那么这应该是多余的。您应该以文本格式发布代码，而不是图像。您是否可以尝试将不可培训的更新问题隔离到最小的示例中（然后使用文本+缩进来获得代码块而不是图像）？这些截图中有很多内容。