深度學習中，有時需要固定網絡中部分層數的參數而只訓練剩余的一部分，通過合理的使用tf.get_collection()函數，可以很容易的實現。例如： 即，把需要更新梯度的層放在get_collection這個函數里面，不需要更新的不放進去。 ...

rman備份異機恢復部分pdb參考資料：How to use Rman to Restore Of Single PDB in Multitenant to Alternate Server (文檔 ID 2142675.1) recover database skip forever ...

轉載自：https://yq.aliyun.com/articles/582880 背景 一個較大的數據庫，如何只恢復一部分數據（例如只恢復某個DB）。 如果訪問有壞塊的表。 如何從無法啟動的數據庫中，恢復到有意義的數據。 如何正確的進行備份。 如何恢復到過去的某個時間點。 恢復部分 ...

： 1） Tensorflow的模型（model）長什么樣子？ 2） 如何保存tensorflow的模型？ 3） 如何 ...

vars = tf.global_variables() net_var = [var for var in vars if 'bi-lstm_secondLayer' not in va ...

我現在的問題是，我的模型由兩部分組成，bert+gat，bert只需要3~5輪就能收斂，而gat需要幾十次， 我期望的目標是訓練5輪過后，就只訓練gat，bert不被更新 總體上有兩種思路，一種是將不想被訓練的參數修改為requires_grad=False，另一種是只將要訓練的參數放到優化器 ...

我們使用TensorFlow進行模型的訓練，訓練好的模型需要保存，預測階段我們需要將模型進行加載還原使用，這就涉及TensorFlow模型的保存與恢復加載。 總結一下Tensorflow常用的模型保存方式。 保存checkpoint模型文件（.ckpt） 首先，TensorFlow提供了一個 ...

在遷移學習中我們經常會用到預訓練模型，並在預訓練模型的基礎上添加額外層。訓練時先將預訓練層參數固定，只訓練額外添加的部分。完了之后再全部訓練微調。 在pytorch 固定部分參數訓練時需要在優化器中施加過濾。 需要自己過濾 另外，如果是Variable，則可以初始化時指定 ...