Ich versuche etwas ähnliches wie Googles weites und tiefes Lernen zu schreiben, nachdem ich in Schwierigkeiten geraten bin, mehrere Klassen zu klassifizieren (12 Klassen) mit der sklearn api. Ich habe versucht, den Rat in ein paar Posts zu folgen und die tf.group (logistic_regression_optimizer, deep_model_optimizer) verwendet. Es scheint zu funktionieren, aber ich habe versucht herauszufinden, wie man Vorhersagen aus diesem Modell herausholt. Ich hoffe, dass das Modell mit dem tf.group-Operator lernt, die logistischen und tiefen Modelle unterschiedlich zu gewichten, aber ich weiß nicht, wie ich diese Gewichte herausholen soll, damit ich die richtige Kombination der Vorhersagen beider Modelle bekommen kann. Vielen Dank im Voraus für jede Hilfe.So erhalten Sie Vorhersagen aus dem Tensorflow-Modell, nachdem Sie tf.group auf Ihren Optimizern verwendet haben
https://groups.google.com/a/tensorflow.org/forum/#!topic/discuss/Cs0R75AGi8A
How to set layer-wise learning rate in Tensorflow?
Danke Ich habe session.run() auf meinem tf.group() -Ausdruck ausgeführt, aber ich habe die Vorhersagefunktionen nicht aus meinen tiefen und logistischen Modellen übernommen. Leider addieren sich beide Vorhersagen der Funktionen zu 1. Ich möchte, dass die Modelle eine Einschränkung haben, dass die Summe ihrer beiden Vorhersagen zu 1 aufsummiert. – gg81