将来の見えない画像を予測するために訓練されたパラメータを畳み込みネットに保存する方法を教えてください。テンソルフローの畳み込みニューラルネットの新しい目に見えない例の結果を予測する方法
ニューラルネットでは、パラメータ（重みとバイアス）を保存することができ、これらの保存されたパラメータを使用して前方予測関数を実行して予測することができます。しかしConvネットでは、私たちはそれ自身で多くのパラメータを定義するのではなく、テンソルの流れによってそれらを定義しているので、どうやってそれを行うのですか？
ありがとう
畳み込みネットワークはちょっと別のタイプのニューラルネットワークです。 「通常の」ニューラルネットワークであっても、典型的には重みおよびバイアスを手動で指定するものではない。むしろ、それらはトレーニング（例えば、逆伝播を介して）によって学習され、通常、後で使用するためにファイルに保存される。
TensorFlowは、あなたのCNNの重みと偏りを定義していません。あなたはTensorFlowを使ってそれらを学習しているか、ファイルから読み込んでいます。訓練されたTensorFlowモデルを保存する場合は、手順はTensorFlow documentationで説明されています。
しかし、完全に接続されたレイヤーでは、変数を初期化していませんか？では、名前を付けていないと、どうやって元に戻すのですか？例えば、W1 = tf.get_variable（ "W1"、[25,12288]、initializer = tf.contrib.layers.xavier_initializer（seed = 1））のようにレイヤーの重みを指定するには、 ）。 Z1 = tf.layers.conv2d（inputs = X、filters = 8、kernel_size = [4,4]、strides = 1、padding = "same"、 activation = tf.nn.relu） – Nischal
'conv2d'は完全に接続されていませんが、それは実際問題ではありません。 [完全に接続されたレイヤー]（https://www.tensorflow.org/api_docs/python/tf/layers/Dense）は、指定しなければデフォルトの初期化を行います。 – bogatron
パラメータがどのように割り当てられるかは問題ではありません。希望の予測パフォーマンスを生成する限りです。トレーニングプロセス（フレームワークの一般的な用語--TensorFlow - 適切な値の決定など）について混乱している場合は、事前に準備調査を完了して投稿する必要があります。 – Prune