0
我有一個免費的變量(tf.variable)x,我希望將關於張量x的子集的誤差項最小化(例如,最小化誤差僅針對2D張量的第一行)。優化Tensor流中張量的子集
一種方法是計算梯度並將梯度變爲零,以獲得張量的不相關部分並應用梯度。他們是另一種方式嗎?
我有一個免費的變量(tf.variable)x,我希望將關於張量x的子集的誤差項最小化(例如,最小化誤差僅針對2D張量的第一行)。優化Tensor流中張量的子集
一種方法是計算梯度並將梯度變爲零,以獲得張量的不相關部分並應用梯度。他們是另一種方式嗎?
您可以使用mask
和tf.stop_gradient
選擇性地使變量不可訓練:tf.stop_gradient(mask*x)
。矩陣mask
1中的值應表示要應用漸變的零件,否則應爲零。