Python 如何用张量实例化神经网络参数?
我使用完全连接层。所需参数包括输入、输出节点数和激活功能。但是输出节点的数量是一个张量值,它取决于占位符的值。代码附在下面 我需要可变速率作为占位符,因为我必须在训练期间更改它的值Python 如何用张量实例化神经网络参数?,python,tensorflow,Python,Tensorflow,我使用完全连接层。所需参数包括输入、输出节点数和激活功能。但是输出节点的数量是一个张量值,它取决于占位符的值。代码附在下面 我需要可变速率作为占位符,因为我必须在训练期间更改它的值 rate=tf.placeholder(tf.float32,shape=(),name='code\u rate') num_out=tf.to_int32(1/速率) enc_out=层。完全连接(输入到fcnn、num_out、tf.nn.relu) 在初始化过程中,由于没有定义张量,我得到了这个错误 num
rate=tf.placeholder(tf.float32,shape=(),name='code\u rate')
num_out=tf.to_int32(1/速率)
enc_out=层。完全连接(输入到fcnn、num_out、tf.nn.relu)
在初始化过程中,由于没有定义张量,我得到了这个错误
num_输出类型应为“int”类中的一个,get类
'tensorflow.python.framework.ops.Tensor'
有什么解决办法吗?提前谢谢 完全连接的层的大小是固定的,没有解决方法 更改输出大小会产生问题 如果增加大小,如何设置传入和传出“连接”的权重
如果减少,你会扔掉哪些重量?你说得对。我现在不确定我的问题。谢谢你的回复。