Utilisation de poids à partir d'Autoencoder pour initialiser le réseau de neurones dans un flux tensoriel

Question

J'ai construit un Autoencoder en utilisant Python et Tensorflow. Pour construire l'Autoencoder j'ai utilisé le tutoriel Tensorflow sur la façon de construire un Autoencoder pour lire le jeu de données MNIST sur les chiffres manuscrits. Je l'ai utilisé pour trouver des caractéristiques de compositions CGRA.

Jusqu'à présent, j'ai restructuré le code pour l'Autoencoder de manière à pouvoir l'utiliser sur mes propres données. J'ai trouvé des fonctionnalités et déjà réussi à reconstruire l'entrée, jusqu'à une certaine erreur. Maintenant, j'essaie d'utiliser les poids Autoencoders, pour initialiser un réseau de neurones avec des paramètres similaires à la partie codeur de mon Autoencoder. Ensuite, ajoutez un calque supplémentaire avec un seul neurone et une fonction d'activation linéaire pour effectuer une analyse de régression (ou un apprentissage essentiellement supervisé).

Ma question est la suivante: Comment puis-je initialiser un réseau de neurones avec des poids spécifiques (non aléatoire) en utilisant tensorflow?

Je serais reconnaissant pour toute sorte d'aide. Liens vers des didacticiels ou d'autres liens vers d'autres threads.

Tahnks à l'avance!

Answer 1

Lorsque vous construisez tf.Variable, le premier argument est un initial_value.

https://www.tensorflow.org/api_docs/python/state_ops/variables#Variable.init

Vous pouvez fournir des Tensor vous voulez initialiser les variables, non seulement, par exemple, l'initialisation aléatoire.

Une autre option est que vous pouvez affecter des valeurs aux variables après la construction, si vous trouvez cela plus facile.

Espérons que ça aide!