Python 训练时改变高斯噪声层的Keras标准差
在训练期间,最快改变Keras中高斯噪声层标准偏差的方法是什么 目前,每次迭代,我都会用调整后的标准偏差重新加载整个网络,这真的很慢Python 训练时改变高斯噪声层的Keras标准差,python,keras,neural-network,gaussian,Python,Keras,Neural Network,Gaussian,在训练期间,最快改变Keras中高斯噪声层标准偏差的方法是什么 目前,每次迭代,我都会用调整后的标准偏差重新加载整个网络,这真的很慢 提前谢谢你 您可以尝试使用keras后端变量吗 from keras import backend as K self.std=0.5 self.std_var = K.variable(value=std) 在构建网络时 # instantiate stddev = std_var(0.8) g = GaussianNoise(stddev) 在训练期间(
提前谢谢你 您可以尝试使用keras后端变量吗
from keras import backend as K
self.std=0.5
self.std_var = K.variable(value=std)
在构建网络时
# instantiate
stddev = std_var(0.8)
g = GaussianNoise(stddev)
在训练期间(可能在回路内)
K.set\u值(stddev.std\u变量)
试试这个片段,看看它是否有效
K.set_value(stddev.std_var, <new_std_val>)