Tensorflow CNN Filter unter Zwang

Question

Hintergrund

Ich suche ein universelles Bildmanipulationserkennungssystem in tensorflow mit CNN zu implementieren, wie in diesen paper .In Vanille CNNs Filterwerten beschrieben werden durch Backpropagation nach ihrer zufälligen Initialisierung gelernt.

Problem

die Filterwerte der ersten Faltungsschicht In dieser Implementierung werden entsprechend neu initialisiert werden, um die gegebene Randbedingung (der Wert der Filtermitten auf -1 und Normalisieren der restlichen Filterwerte.) nach jeder Iteration. Die Filterwerte der übrigen Schichten sind wie im Vanilla-Fall zu trainieren. Im Tensorflow trainieren die Trainingsschritte automatisch auch die Filterwerte. Ist es möglich, die gegebene Abhängigkeit effizient auf die erste Filterschicht nach zu applizieren jede Iteration des Trainings mit Tensorflow?

Answer 1

Ja.

Für die meisten Trainingsmethoden, zum Beispiel tf.train.AdamOptimizer.minimize, hat es einen Paraeter var_list. Durch Defaut wird es alle Tensoren aktualisieren. Wenn Sie beispielsweise tf.train.AdamOptimizer(1e-4).minimize(cost, var_list=[W_fc2, b_fc2]) schreiben, wird W_fc2 und b_fc2 aktualisiert.