tensorflow之变量初始化(tf.Variable)使用详解
默认本系列的的读者已经初步熟悉tensorflow。
我们通过tf.Variable构造一个variable添加进图中,Variable()构造函数需要变量的初始值(是一个任意类型、任意形状的tensor),这个初始值指定variable的类型和形状。通过Variable()构造函数后,此variable的类型和形状固定不能修改了,但值可以用assign方法修改。
如果想修改variable的shape,可以使用一个assign op,令validate_shape=False.
通过Variable()生成的variables就是一个tensor,可以作为graph中其他op的输入。另外,Tensor类重载的所有操作符都被转载到此variables中,所以可以通过对变量调用方法,将节点添加到图形中。
import tensorflow as tf #创造variable.<initial-value>指定这个variable的type和shape w = tf.Variable(<initial-value>, name=<optional-name>) # 接着就可以把这个variable当做tensor运用在graph中. y = tf.matmul(w, ...another variable or tensor...) z = tf.sigmoid(w + y) # 通过`assign()`和相关方法给这个w赋值 w.assign(w + 1.0) w.assign_add(1.0)
一个graph启动之前所有的variables必须都要赋值,实际上,变量初始化操作op只是一个赋值op,是将variables的初始值赋给variables自身。
# 在session中启动graph. with tf.Session() as sess: # variable初始化. sess.run(w.initializer) # ...现在可以运行使用'w'的op...
给variables初始化最简单的方法就是global_variables_initializer(),可以直接初始化所有variables:
# 初始化所有variables 的op init_op = tf.global_variables_initializer() # 在session中启动graph. with tf.Session() as sess: # 启动这个op sess.run(init_op) # ...现在可以运行使用variables的op...
但有时一个变量的初始化依赖于其他变量的初始化,但是为了确保初始化顺序不能错,可以使用initialized_value()。
以上这篇tensorflow之变量初始化(tf.Variable)使用详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
- SpringMVC中使用@PathVariable绑定路由中的数组的方法
- spring mvc中的@PathVariable获得请求url中的动态参数
- 使用Pycharm在运行过程中,查看每个变量的操作(show variables)
- asp中Request.ServerVariables的参数集合
- TENSORFLOW变量作用域(VARIABLE SCOPE)
- Pytorch基本变量类型FloatTensor与Variable用法
- PyTorch中的Variable变量详解
- tensorflow 获取所有variable或tensor的name示例
- SpringMVC使用@PathVariable接收参数过程解析
相关文章
基于Python编写一个计算器程序,实现简单的加减乘除和取余二元运算
这篇文章主要介绍了基于Python编写一个计算器程序,实现简单的加减乘除和取余二元运算,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2020-08-08Python密码学Caesar Cipher凯撒密码算法教程
这篇文章主要为大家介绍了Python密码学Caesar Cipher凯撒密码算法教程,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2022-05-05
最新评论