您好,登录后才能下订单哦!
这篇文章给大家分享的是有关tensorflow之变量初始化tf.Variable的示例分析的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。
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()。
感谢各位的阅读!关于“tensorflow之变量初始化tf.Variable的示例分析”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,让大家可以学到更多知识,如果觉得文章不错,可以把它分享出去让更多的人看到吧!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。