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

08-25 03:43