Ich habe ein vorhandenes TensorFlow-Modell und möchte einen neuen „Parameter“ (eine tf.Variable) zur Parameterliste des Modells hinzufügen (so dass es trainierbar ist) und ihn extern zur Parameterliste/zum Rechendiagramm des Modells hinzufügen.
Ein Ansatz, den ich versucht habe, besteht darin, die neuen Parameter an die Liste der trainierbaren Gewichte des Modells anzuhängen, etwa so (hier). new_parameter ist eine tf.Variable) -
Code: Select all
model.layers[-1].trainable_weights.extend([new_parameter])
model.compile(....)
Aber ich bin mir nicht sicher, ob das der beste Weg ist. In PyTorch haben wir nn.Parameter anstelle von tf.Variable und wir haben register_parameter, mit dem wir Tensoren als neue Parameter in der Parameterliste des Modells registrieren können. Gibt es ein Äquivalent von register_parameter in TensorFlow? Oder eine andere Möglichkeit, das gleiche Ziel zu erreichen?