2
有沒有什麼辦法對圖中的張量做一些計算。在張量上作爲numpy數組在圖中計算?
比如我圖:
slim = tf.contrib.slim
def slim_graph(images, train=False):
with slim.arg_scope([slim.conv2d, slim.fully_connected],
activation_fn=tf.nn.relu,
weights_initializer=tf.truncated_normal_initializer(0.0, 0.01),
weights_regularizer=slim.l2_regularizer(0.0005)):
net = slim.repeat(images, 2, slim.conv2d, 64, [3, 3], scope='conv1')
// Do my compute by numpy on net
np_array_result = my_func(net)
// It will return a numpy array
// Use numpy array as input of graph
net = slim.max_pool2d(np_array_result, [2, 2], scope='pool1')
...
return logits
- 我們能做到出頭的那樣?
- 如何獲得圖中的特徵映射來計算?
我可以圖形分成2份,並使用Session.run([part1的]) 之後使用該結果輸入我的功能,然後將其饋送到Session.run([2部分])
但它似乎很奇怪。
是的,像你展示的那樣分成2個部分是做這件事的方式 –
@YaroslavBulatov:當我做轉發網絡時,它似乎沒問題。 訓練步驟時我們如何運行損失函數和梯度?在得到第二部分的結果之後只需計算損失並對其應用梯度? – kju