RMSPropOptimizer初始化

Question

在TensorFlow（Python）中，當添加到圖表tf.train.RMSPropOptimizer時，是否添加了需要初始化的額外變量？如果是，我怎樣才能訪問它們並手動初始化它們？ （我寧願不使用tf.global_variables_initializer）。換句話說： （1）我怎樣才能決定使用哪個初始化器？ （2）如何將initulator操作添加到圖中，專門用於這些變量？

編輯1：

我這裏指的是每當我添加RMSPropOptimizer被添加到圖中的任何新tf.Variable，以及它是如何初始化（就像其他tf.Variable S）。我不是指RMSPropOptimizer的構造函數中的參數（它們是模型的超參數）。

Answer 1

在TensorFlow（Python）中，向圖添加tf.train.RMSPropOptimizer時是否添加了需要初始化的其他變量？

是的。

如果是，我該如何訪問它們並手動初始化它們？ （我寧願不使用tf.global_variables_initializer）。

從文檔：

tf.train.RMSPropOptimizer.__init__(learning_rate, decay=0.9, momentum=0.0, epsilon=1e-10, use_locking=False, centered=False, name='RMSProp')

至少有3（decay，momentum，和epsilon）。

換句話說：（1）如何決定使用哪種初始化工具？

這個我沒有很好的答案 - 我在課堂上被告知「只是使用亞當」。總的來說，這可能是一個很好的建議，但我想有些情況下其他人工作得更好。這可能值得在線搜索博客文章或調查論文等。

（2）如何將初始化器op添加到圖中，特別是這些變量？

您可以將它們作爲命名參數傳遞給構造函數。