是否可以根据神经网络的输入重要性来获得微分权重？

Question

我有一个计算机断层成像数据集，中心切片是更重要的扫描角度接近90度。初始切片和最后切片(0度和180度)中的信息可以分配较小的权重，因为它们包含横向信息。有人能建议我一种根据输入的重要性来分配权重的方法吗？在训练时，我是否应该专注于任何具体的超参数？

Answer 1

是!这是完全可能的，通常权重是不同的，因为不同的inputs.This是它们被称为权重的第一个原因，因为它们将权重与每个输入相关联。

使用python中的TensorFlow变量准备神经网络参数(权重和偏差)：(假设您有3个输入，并且希望分别用.3、.1和.8权重分配它们)。

weights = tensorflow.Variable(initial_value=[[.3],[.1],[.8]],dtype=tensorflow.float32)  
bias = tensorflow.Variable(initial_value=[[1]], dtype=tensorflow.float32) 

很乐意回答。