![](/img/trans.png)
[英]How can I use initialized layer weights in a keras custom regularizer?
[英]How can I set binary weights values (0,1) or (-1,1) to the layer in Keras?
我想問我是否可以將(任何)Keras 層中的權重初始化程序設置為二進制值 - 例如,簡單密集層的權重僅為 0 和 1? 這將有助於例如在 Conv1D 層的情況下放寬計算時間。
謝謝你,J
是的,這可以通過創建自定義初始化程序來實現:
def binary_weights(shape, dtype=tf.float32):
"""This function generates weights of random 0s and 1s based on the provided shape"""
# build logits matrix:
logits = tf.fill((shape[0], 2), 0.5)
# uniformly pick the class.
return tf.cast(tf.random.categorical(tf.math.log(logits), shape[1]), dtype=dtype)
然后當你指定圖層時:
model = tf.keras.models.Sequential([
tf.keras.layers.Dense(units, kernel_initializer=binary_weights, input_shape=[num_features,]),
...
])
檢查生成的權重:
print(model.layers[0].get_weights()[0])
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.