机器学习 – 使用张量流中的get_variable对偏差进行零初始化

我正在修改的代码是使用tf.get_variable作为权重变量,使用tf.Variable进行偏差初始化.经过一些搜索后,似乎get_variable应该始终受到青睐,因为它在共享方面具有可移植性.所以我试图将偏见变量更改为get_variable,但似乎无法使其工作.

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]))

我得到一个错误,说不应该为常量指定形状.但删除形状然后抛出错误没有参数.

我很新手,所以我可能误解了一些基本的东西.我在这里先向您的帮助表示感谢 :)

最佳答案
以下应该工作:
tf.get_variable(name =“b1”,shape = [128],initializer = tf.zeros_initializer())

转载注明原文:机器学习 – 使用张量流中的get_variable对偏差进行零初始化 - 代码日志