Python Lasagne中具有固定重量的神经网络

Question

我正在尝试使用Python的Lasagne模块培训神经网络。我不希望lasagne.layers.denselayer定义一个完全连接的网络。相反，我想将一些权重参数固定为零。有谁知道如何做到这一点？

我发现的最接近的解决方案是：

params = lasagne.layers.get_all_params(network, trainable=True)
layer1.params[layer1.W].remove("trainable")

但是，这将整个权重参数固定在其初始值中。如何仅修复这些权重的子集？

Answer 1

我不确定您的意图是将权重设置为零。您看过辍学层吗？

l_hid1 = lasagne.layers.DenseLayer(num_units=200)

l_hid1_drop = lasagne.layers.DropoutLayer(l_hid1, p=0.5)

这应该从L_HID1层中删除50％的数据。