Tensorflow:神经网络模型中的可变层数

1. 从文件中读取某个数字
3. 使用此模型并提供一些其他输出

我仍然不清楚为什么你在某处读取隐藏层的数量,其中隐藏(或潜在)意味着这些是不依赖于你的数据的超参数。

无论如何,根据变量构建不同数量的层简单如下:

def layer(x, input_size, output_size):
    w = tf.Variable(tf.truncated_normal(shape=[input_size, output_size]))
    b = tf.Variable(tf.zeros([output_size]))
    return tf.sigmoid(tf.matmul(x,w) + b)

num_layers = ... #read somewhere
size_layers = ... #output_dimesion for each layer
h = x
for i in range(num_layers):
    h = layer(h, input_size, size_layers[i])
    input_size = size_layer[i]