小编Pau*_*l O的帖子

我一直在寻找自动编码器,并一直在想是否使用绑定的重量.我打算将它们作为预训练步骤进行堆叠,然后使用它们的隐藏表示来提供NN.

使用解开的权重,它看起来像:

F(X)=σ ₂(b ₂ + w ^ ₂*σ ₁(b ₁ + w ^ ₁*X))

使用绑定的权重,它看起来像:

F(X)=σ ₂(b ₂ + w ^ ₁ ^Ť*σ ₁(b ₁ + w ^ ₁*X))

从一个非常简单的观点来看,可以说,绑定权重确保编码器部分在给定体系结构的情况下生成最佳表示,如果权重是独立的,那么解码器可以有效地采用非最优表示并仍然对其进行解码？

我问,因为如果解码器出现"魔术"并且我打算只使用编码器来驱动我的NN,那不会有问题.

我了解如何在自动编码器/解码器中绑定权重，即在解码器中使用编码器权重的转置。然而，目前尚不清楚如何处理这些偏见。

如果举例来说，

编码器：
4 个特征 -> 3 个隐藏 -> 2 个隐藏

解码器：
2 个隐藏 -> 3 个隐藏 -> 4 个特征'

由于一层的偏差是下一层中的节点数量，因此它们不对称。

在上面的例子中，偏差为 3,2,3,4

然而，由于编码器和解码器是对称的，但相反，有 2 个大小相同的偏差，即 3。

问题 1：
我是否将这些相似大小的偏差联系起来？

问题2：
如果问题1的答案是否定的，或者不能打结，那么我不打结的那些不对称变量，它们只是自变量吗？

在这个简单的生产者/消费者示例中，就好像await queue.put(item)不释放事件循环以允许消费者运行直到完成。这会导致生产者将其所有项目放入队列中，然后消费者才能将其取出。

这是预期的吗？

await queue.put(item)如果我遵循with ，我就会得到我正在寻找的结果await asyncio.sleep(0)。

然后，生产者将 1 个项目放入队列中，然后消费者从队列中取出 1 个项目。

我在 Python 3.6.8 和 3.7.2 中得到相同的结果。

import asyncio

async def produce(queue, n):
    for x in range(1, n + 1):
        print('producing {}/{}'.format(x, n))
        item = str(x)
        await queue.put(item)
        # await asyncio.sleep(0)
    await queue.put(None)

async def consume(queue):
    while True:
        item = await queue.get()
        if item is None:
            break
        print('consuming item {}...'.format(item))

loop = asyncio.get_event_loop()
queue = asyncio.Queue(loop=loop)
producer_coro = produce(queue, 10)
consumer_coro = consume(queue)
loop.run_until_complete(asyncio.gather(producer_coro, …

文档说它是1 d张量,但是,我没有弄清楚如何访问列表.

我更喜欢实际的变量而不是名称,因为我想通过它来初始化它们 tf.variables_initializer()