作者:Irain
QQ:2573396010
微信:18802080892
视频链接:第四讲 磨刀不误砍柴工:TensorFlow 编程基础 (新)TensorFlow 编程基础 第三节
在运行过程中值不会改变的单元
创建语句:
tf.constant(
value,
dtype=None,
shape=None,
name=‘Const’
)
在创建常量时只有value值是必填的,dtype等参数可以缺省,会根据具体的value值设置相应的值。
在创建常量时只有value值是必填的,dtype等参数可以缺省,会根据具体的value值设置相应的值。
在创建的同时指定数据类型,在数值兼容的情况下会自动做数据类型转换。
如果shape参数值被设定,则会做相应的reshape工作。
在运行过程中值可以被改变的单元
创建语句:
tf.Variable ( 注意V是大写字母
initial_ value,
dtype=None,
shape=None,
trainable =True
name=‘Variable’
)
变量在创建时必须确定初始值,可以像定义常量一样。
在TensorFlow中变量和普通编程语言中的变量有着较大区别
TensorFlow中的变量是-种特殊的设计,是可以被机器优化过程中自动改变值的张量,也可以理解为待优化的张量。
在TensorFlow中变量创建后,-般无需人工进行赋值,系统会根据算法模型,在训练优化过程中自动调整变量的值。
在变量的参数中,trainable参数用来表征当前变量是否需要被自动优化,创建变量对象时默认是启用自动优化标志。
●与传统编程语言不同,TensorFlow中的变量定义后,一般无需人工赋值,系统会根据算法模型,训练优化过程中自动调整变量对应的数值。
●后面在将机器学习模型训练时会更能体会,比如权重Weight变量w, 经过多次迭代,会自动调。
●特殊情况需要人工更新的,可用变量赋值语句assign()来现实
epoch = tf.Variable(0,name=‘epoch’,trainable=False)
变量赋值案例
特殊情况需要人工更新的,可用变量赋值语句assign()来现实。
TensorFlow还直接提供了assign_ add()、assign_ sub()方 法来实现变量的加法和减法值更新。
发布:2020年6月16日