修改 TensorFlow 神经网络连接答案

【问题标题】：Modifying TensorFlow Neural Network connections修改 TensorFlow 神经网络连接
【发布时间】：2020-05-03 12:36:41
【问题描述】：

我正在使用 Python 3.X 和 TensorFlow 2.0 创建一个玩具神经网络模型，如下所示：

model = Sequential()                                                                                                         

model.add(
    Dense(
        units = 2, activation = 'relu',
        kernel_initializer = tf.keras.initializers.GlorotNormal(),
        input_shape = (2,)
        )
    )

model.add(
    Dense(
        units = 2, activation = 'relu',
        kernel_initializer = tf.keras.initializers.GlorotNormal()
        )
    )

model.add(
    Dense(
        units = 1, activation = 'sigmoid'
        )
    )

我现在想以分层方式修改模型的权重/偏差。我想出的更改模型随机初始化权重/偏差的连接的代码是，大小小于 0.5 的连接应该变为零，而其他的应该保持不变：

for layer in model.trainable_weights:
    layer = tf.where(tf.less(layer, 0.5), 0, layer)

但是，此代码不会按我的意愿更改连接。我该怎么办？

谢谢！

【问题讨论】：

标签： python tensorflow neural-network

【解决方案1】：

您的代码只是创建具有所需值的新张量并将它们放入 Python 变量 layer，但不会根据需要更改 Tensorflow 变量到。你需要使用Variable类的assign方法：

for layer in model.trainable_weights:
    layer.assign(tf.where(tf.less(layer, 0.5), 0, layer))

【讨论】：