tensorflow 学习笔记3 placeholder与激活函数

placeholder使用的时候和前面的variable不同的是在session运行阶段,需要给placeholder提供数据,利用feed_dict的字典结构给placeholdr变量“喂数据”。

import tensorflow as tf
#placeholder 传入值  运行结果时给它一个输入值,与feed_dict绑定
input1=tf.placeholder(tf.float32)
input2=tf.placeholder(tf.float32)
output=tf.multiply(input1,input2)
with tf.Session() as sess:
    print(sess.run(output,feed_dict={input1:[7.0],input2:[2.0]}))

结果:

[14.]
常见的激活函数有:

tf.nn.relu
tf.nn.relu6
tf.nn.crelu
tf.nn.elu
tf.nn.softplus
tf.nn.softsign
tf.nn.dropout
tf.nn.bias_add
tf.sigmoid
tf.tanh

sigmoid:

tensorflow 学习笔记3 placeholder与激活函数_第1张图片

tanh函数:

tensorflow 学习笔记3 placeholder与激活函数_第2张图片


relu函数:

tensorflow 学习笔记3 placeholder与激活函数_第3张图片


leaky relu函数:

ReLU 中当 x<0 时,函数值为 0。而 Leaky ReLU 则是给出一个很小的负数梯度值,比如 0.01。

tensorflow 学习笔记3 placeholder与激活函数_第4张图片

你可能感兴趣的:(tensorflow)