师兄，好。咨询一个问题？

[dugzzuli]

师兄号，有一个问题关于自表征参数是否训练？

深度自表征空间的方法，原作者实现的代码中，自表征层参数并没有进行反向传播训练。
self.saver = tf.train.Saver([v for v in tf.trainable_variables() if not (v.name.startswith("Coef"))])

而师兄的用pytorch实现的代码中，self.Coefficient = nn.Parameter(1.0e-4 * torch.ones(n, n, dtype=torch.float32), requires_grad=True)，好像是加入到反向传播中。

师兄这个是一样的嘛？还是我对于这两个框架理解有问题？

非常感谢师兄。

云南大学，杜国王

[linguoting]

你好，我现在也在看这份代码，是否可以交流一下

[long123long]

self.Coefficient（自表示层参数）就是加入一起训练的吧，比较想知道loss_coef = torch.sum(torch.pow(self.self_expression.Coefficient, 2))，对自表示层参数用不同范数loss的区别在哪？