问题描述
所以这是一个很难问的问题，因为我没有代码示例。 我有一个任务，其中相同的神经网络预测单个时间段的时间序列特征（比如单个 sigmoid 激活）。所以你有几个区域在时间 t 有信息，比如 A(t),B(t),C(t)——同样的神经网络会接收一些过去的信息并给你各种输出 Y(A;t),Y (B;t).Y(C;t).
您希望针对各种输入获取此神经网络的基于时间的输出，并在每个输出处应用随时间变化但已知的线性变换。此时，您拥有一组输出，具体取决于网络参数、时间相关输入和线性变换。
在此之后，您基本上希望在一个月的时间内收集一些这些输出。然后根据该月的所有这些输出（在它们的线性变换之后）计算值 X。
我现在想使用 Adam 来优化这个神经网络的权重（每次都使用同一个网络）。我有一些东西取决于许多不同的固定神经网络输入的输出，以及许多不同的固定线性变换。
所以我不确定如何使用 tensorflow Adam 来更改权重，如果您可以简单地使用 model.output 或在优化器的自定义版本中进行预测，并且它会理解这是权重的函数。
>抱歉，如果这很难理解，我觉得很难解释，而且我没有代码，因为这会使问题变得多余。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）