Я начинаю с Tensorflow, и до сих пор я имел дело только с «неглубокими» сетями прямой связи или нейронными сетями с небольшим количеством скрытых слоев, чьи соответствующие W были определены индивидуально таким образом, как этот (пример соответствуетна инициализацию сети с пятью скрытыми слоями):
W1 = tf.Variable(tf.truncated_normal([784,200], mean=0.0, stddev=0.1))
W2 = tf.Variable(tf.truncated_normal([200,100], mean=0.0, stddev=0.1))
W3 = tf.Variable(tf.truncated_normal([100,60], mean=0.0, stddev=0.1))
W4 = tf.Variable(tf.truncated_normal([60,30], mean=0.0, stddev=0.1))
W5 = tf.Variable(tf.truncated_normal([30,10], mean=0.0, stddev=0.1))
b1 = tf.Variable(tf.truncated_normal([200]))
b2 = tf.Variable(tf.truncated_normal([100]))
b3 = tf.Variable(tf.truncated_normal([60]))
b4 = tf.Variable(tf.truncated_normal([30]))
b5 = tf.Variable(tf.truncated_normal([10]))
Мой вопрос заключается в том, существует ли какой-либо механизм для передачи глубины NN в качестве гиперпараметра (при указании количества узлов на слой),чтобы вы могли избежать этого шага в случае, если вы имеете дело с более глубокими сетями.
Большое спасибо заранее, и, возможно, удачных выходных.