在张量流中使用 get_variable 的零偏差初始化器
Zero initialiser for biases using get_variable in tensorflow
我正在修改的代码使用 tf.get_variable 作为权重变量，使用 tf.Variable 作为偏置初始化。经过一番搜索，似乎 get_variable 应该总是受到青睐，因为它在共享方面的便携性。所以我试图将偏差变量更改为 get_variable 但似乎无法让它工作。
原文：tf.Variable(tf.zeros([128]), trainable=True, name="b1")
我的尝试：tf.get_variable(name="b1", shape=[128], initializer=tf.zeros_initializer(shape=[128]))
我收到一条错误消息，指出不应为常量指定形状。但是删除形状然后会抛出没有参数的错误。
我是 tf 的新手，所以我可能误解了这里的一些基本知识。提前感谢您的帮助:)
以下应该有效：
tf.get_variable(name="b1", shape=[128], initializer=tf.zeros_initializer())
我正在修改的代码使用 tf.get_variable 作为权重变量，使用 tf.Variable 作为偏置初始化。经过一番搜索，似乎 get_variable 应该总是受到青睐，因为它在共享方面的便携性。所以我试图将偏差变量更改为 get_variable 但似乎无法让它工作。
原文：tf.Variable(tf.zeros([128]), trainable=True, name="b1")
我的尝试：tf.get_variable(name="b1", shape=[128], initializer=tf.zeros_initializer(shape=[128]))
我收到一条错误消息，指出不应为常量指定形状。但是删除形状然后会抛出没有参数的错误。
我是 tf 的新手，所以我可能误解了这里的一些基本知识。提前感谢您的帮助:)
以下应该有效：
tf.get_variable(name="b1", shape=[128], initializer=tf.zeros_initializer())