如何在python中使用tf.layers.dense的現有權重（採用ndarray格式）？

Question

我想通過使用tensorflow.layers.dense以ndarray格式的現有矩陣作爲初始權重來創建完全連接的圖層。我不知道該怎麼做。誰能幫忙？理想我想這樣做以下：

weight = np.array([1,2,3],[1,2,3]) # as example 
fully_connected = tf.layers.dense(input, hidden_unit, initializer = weight) 

但我不知道，如果可能的話我可以直接做到這一點。

Answer 1

您需要指定一個自定義內核初始值設定項。 tf.layers.dense的文檔對此沒有太多解釋，但至少可以證明您有選擇。您可以使用：

init = np.array([[1, 2, 3], [4, 5, 6]]) 
x = tf.placeholder(tf.float32, shape=[1, 2]) 
fc = tf.layers.dense(x, 3, kernel_initializer=tf.constant_initializer(init, dtype=tf.float32)) 

，並確保它的工作原理：

with tf.Session() as sess: 
    for v in vars: 
     print('{}\n{}'.format(v.name, sess.run(v))) 

# dense_7/kernel:0 
# [[ 1. 2. 3.] 
# [ 4. 5. 6.]] 
# dense_7/bias:0 
# [ 0. 0. 0.] 

該文檔爲tf.constant_initializer。

請注意，您必須提供一個輸入張量到tf.layers.dense，該張量指定了您的輸入形狀，因此在上面提供了x，您必須提供第二個參數來告訴它輸出的維度;在上面的3。 x的形狀和輸出的維度將取決於您的問題以及您的權重矩陣需要採用何種形狀。