我有一个经过训练的模型,我想将一些内核设置为零。通常我们通过使用 kernels = tf.trainable_variables() 获得这些内核权重,然后运行 session 以找到这些权重的值。虽然它也给了我们偏差和全连接层的权重,但我对卷积核特别感兴趣。所以如果例如我在第一层有96个内核,我想将Kernel#04、25、26、48、90设置为零,使其不参与处理。它是如何完成的?请提供任何帮助。
请您参考如下方法:
为了社区的利益在此提及解决方案。
可以通过tf.assign 方法执行。代码如下:
v1 = sess.graph.get_tensor_by_name('v1:0') #We should know the name of the Tensor
print(sess.run(v1)) # 1.0
sess.run(tf.assign(v1, 0))
print(sess.run(v1)) # 0.0
