我有一个计算机断层扫描数据集，其中随着扫描角度接近 90 度，中心切片更为重要。初始切片和最后切片（0 度和 180 度）中的信息可能会分配较小的权重，因为它们包含横向信息。任何人都可以建议我根据输入的重要性分配权重吗？我应该在训练时专注于任何特定的超参数吗？
是否可以根据神经网络的输入重要性具有不同的权重
数据挖掘
张量流
2022-03-01 11:33:07
1个回答
是的！这是完全可能的，通常权重永远不会相同，它们因不同的输入而不同。这是它们被称为权重的第一个原因，因为它们将权重与每个输入相关联。
在 python 中使用 TensorFlow 变量准备神经网络参数（权重和偏差）：（假设您有 3 个输入并希望分别为它们分配 .3、.1 和 .8 的权重。）
weights = tensorflow.Variable(initial_value=[[.3],[.1],[.8]],dtype=tensorflow.float32)
bias = tensorflow.Variable(initial_value=[[1]], dtype=tensorflow.float32)
很高兴回答。
其它你可能感兴趣的问题