我试图阻止这篇文章: http: //ronan.collobert.com/pub/matos/2008_deep_icml.pdf具体来说,是第2节中的等式(3).
不久我想对每个小批量的功能进行成对距离计算,并将此损失插入到一般网络损耗中.我只有批次的Tesnor(16个样本),批次的标签张量和批量特征Tensor.
在寻找了一段时间后,我仍然无法弄清楚以下内容:
1)如何将批次分为正(即相同标签)和负对.由于Tensor不是迭代的,我无法弄清楚如何获得哪个样本具有哪个标签然后除以我的向量,或者得到张量的哪些索引属于每个类.
2)如何对批量张量中的某些指数进行成对距离计算？
3)我还需要为负例子定义一个新的距离函数
总的来说,我需要得到哪个指数属于哪个类,对所有正对做一个正的成对方式计算.并对所有负对进行另一次计算.然后将其全部加起来并将其添加到网络丢失中.
任何帮助(对3个问题中的一个以上)都将受到高度赞赏.
希望我没有错过任何东西.
我使用本指南在win 7上安装了docker:
https://docs.docker.com/engine/installation/
我打开了一个新终端并输入了以下命令:
docker run -it b.gcr.io/tensorflow/tensorflow
所有下载和提取,然后我得到以下按摩:
[I 16:09:55.069 NotebookApp] Writing notebook server cookie secret to /root/.local/share/jupyter/runtime/notebook_cookie_secret
[W 16:09:55.122 NotebookApp] WARNING: The notebook server is listening on all IP
addresses and not using encryption. This is not recommended.
[W 16:09:55.122 NotebookApp] WARNING: The notebook server is listening on all IP
addresses and not using authentication. This is highly insecure and not recommended.
[I 16:09:55.134 NotebookApp] Serving notebooks from local directory: /notebooks
[I 16:09:55.134 NotebookApp] 0 …假设我训练了一个TensorFlow模型并保存了它，现在有一个不同的模型，并且我想对模型中的某些层（它们具有相同的形状）使用保存的模型中的某些权重。
现在，我能够找到如何从模型（具有特定名称）中保存特定变量的方法，但是却找不到用于按名称还原这些变量的任何示例。
例如，假设在保存的模型中，我保存了称为“ v1”的权重张量（具有某种形状）。现在在我的新模型中，我有一个权重张量称为“ v2”（其形状与“ v1”张量相同）。现在，我想将已保存的变量“ v1”加载到我的“ v2”权重张量，甚至更好地将此“ v1”权重加载到我的新图中的多个张量。
那有可能吗？如果是这样，我该怎么办？