我试图解决此网站中的练习
Convolutional Neural Networks
练习是:
inference()中的模型架构与
在cuda-convnet中指定的CIFAR-10模型。特别是顶部
Alex原始模型的各层是本地连接的,并不完全
连接的。尝试编辑架构以准确重现
顶层的本地连接体系结构。
我试图在(batch_matrix_band_part)
的最后一部分的cifar10.py
中添加inference()::
函数
with tf.variable_scope('softmax_linear') as scope:
weights = _variable_with_weight_decay('weights', [192, NUM_CLASSES],
stddev=1/192.0, wd=0.0)
biases = _variable_on_cpu('biases', [NUM_CLASSES],
tf.constant_initializer(0.0))
##softmax_linear = tf.add(tf.matmul(local4, weights), biases, name=scope.name) ## fully connection layer
WeightTemp = tf.batch_matrix_band_part(weights, -1, 1, name=None) ##using band matrix to be locally connected
## tf.batch_matrix_band_part(input, num_lower, num_upper, name=None)
softmax_linear= tf.add(tf.matmul(local4, weightTemp), biases, name-scope.name)
tf.nn.softmax(softmax_linear, dim=-1, name=None) ## for normalize the logits
_activation_summary(softmax_linear)
return softmax_linear
但这是给我这个错误::
AttributeError: module 'tensorflow' has no attribute 'batch_matrix_band_part'
有什么办法解决这个问题?
最佳答案
正如错误所言-tensorflow没有名为batch_matrix_band_part
的方法。而是使用tf.matrix_band_part