Tensorflow - Как создать нейронную сеть переменного размера

Question

Я пытаюсь написать программу на Python, которая в основном использует множество возможностей нейронных сетей Tensorflow.Другими словами, я хочу сделать цикл, который обучает алгоритм с одним скрытым слоем, а затем пробует два скрытых слоя и т. Д. Однако я не могу найти какую-либо документацию, которая указывает мне правильное направление, и хотелпроверьте и посмотрите, каков консенсус в отношении того, как к этому подойти.

Спасибо!

РЕДАКТИРОВАТЬ: Используя комментарии и ответы ниже, я более внимательно изучил некоторые документы - в частности, по этой ссылке - и намерены использовать цикл for в каждом сеансе для добавления слоев в последовательную модель.

Я предоставлю обновленную информацию о том, как это работает, когда у меня будет время для ее реализации.

Answer 1

Как только узлы добавляются в граф сеанса TensorFlow, они не предназначены для удаления. Вместо этого сеанс может быть закрыт после обучения каждой нейронной сети и открытия нового сеанса. Это освободит ресурсы и создаст новый график для каждой сети.

#Create neural network 1
with tf.session() as sess1: #"sess1" for clarity. Call all sessions "sess" in practice
    #Create your first network and perform training operations like usual
    #...

    #Close the session, freeing all resources
    sess1.close()

#Create neural network 2
with tf.session() as sess2: #"sess2" for clarity. Call all sessions "sess" in practice
    #Create your second network and perform training operations like usual
    #...

    #Close the session, freeing all resources
    sess2.close()

Вы можете повторить процесс столько раз, сколько захотите. Каждая нейронная сеть может быть сохранена из каждого сеанса (в разные файлы).