machine-learning - 在张量流中使用 get_variable 对偏差进行零初始化

Question

我正在修改的代码tf.get_variable用于权重变量和tf.Variable偏差初始化。get_variable经过一番搜索，由于它在共享方面的可移植性，它似乎总是受到青睐。因此，我尝试将偏差变量更改为get_variable但似乎无法使其正常工作。

原来的：tf.Variable(tf.zeros([128]), trainable=True, name="b1")

我的尝试：tf.get_variable(name="b1", shape=[128], initializer=tf.zeros_initializer(shape=[128]))

我收到一条错误消息，指出不应为常量指定形状。但是删除形状会引发错误，因为没有参数。

我很陌生，tf所以我可能误解了这里的一些基本内容。我在这里先向您的帮助表示感谢 ：）

Answer 1

以下应该工作： tf.get_variable(name="b1", shape=[128], initializer=tf.zeros_initializer())