Tensorflow 如何在tensorfow中训练变量以及权重和偏差

我对tensorflow有一个非常基本的怀疑

我在卷积层中添加了一个变量，比如‘var’，我想在训练期间用梯度来更新这个变量（‘var’），就像我们的权重和偏差被更新一样。

---

我已将此变量添加到“可训练参数”中，但未对其进行更新。有人能解释如何训练变量吗

优化过程的要点是更新损失函数所依赖的变量，以减少损失值。 无论是

损失

还是

损失

所依赖的任何变量都不依赖于

var

（换句话说，

var

不用于导致计算

损失

）的任何计算中，因此，

损失

相对于

var

的梯度没有定义，

var

也没有由优化器

back\u prop

更新

~~~

编辑后回答：如果您有一组变量

参数列表

，并且您希望计算所有这些变量的L2正则化项，则可以通过以下方式进行：

# get the list of variables to calculate L2 loss over
param_list = tf.get_collection('var_params')

# a list of L2 regularization terms for each variable in param_list
L2_lst = [tf.nn.l2_loss(param) for param in param_list]

# Total L2 loss
L2_loss = tf.add_n(L2_lst)

将L2_损失乘以a，然后将其添加到主损失中：

L2_loss = tf.mulpiply(lamda_param, L2_lst)
loss = tf.add(loss1, L2_loss)

---

你应该发布你尝试过的代码，如果没有它，我们只会猜测你可能会做错的一百万件事情，只会选择人们最常见的错误并谈论它们。您可以编辑问题以添加详细信息。尽量使代码集中在您的特定问题上。@DavidParks对此表示抱歉。我已经添加了代码。这是正确的，要添加到代码中，通常不需要使用

var\u list

或

add\u to\u collection

，默认情况下，tensorflow中99%的情况都会处理这一问题。如果你需要使用这些，你要么：1）有一个非常特殊的情况，应该确切地理解你为什么使用它，要么2）你做错了什么。在本例中，后者如@openmark所述。是正确的。很抱歉，我没有添加完整的代码。我使损失变量依赖于“var”变量。但我没有看到它被更新。请查看编辑后的原始代码。@DavidParks您的意思是我不需要在集合中添加权重和偏差吗？如果我没有提到var_列表，它是否应该找到所有损失的依赖项并在默认情况下对其进行优化？@DavidParks如果您查看变量“var”，它的初始化值为常量5.0。这和它有什么关系吗？@mkar更新了答案，添加了关于如何计算变量列表的L2正则化损失的信息。