亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

Tensorflow累加的實現(xiàn)案例

 更新時間:2020年02月05日 15:58:08   作者:silent56_th  
今天小編就為大家分享一篇Tensorflow累加的實現(xiàn)案例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧

由于python內(nèi)部的變量其實都是reference,而Tensorflow實現(xiàn)的時候也沒有意義去判斷輸出是否是同一變量名,從而判定是否要新建一個Tensor用于輸出。Tensorflow為了滿足所有需求,定義了兩個不同的函數(shù):tf.add和tf.assign_add。從名字即可看出區(qū)別,累加應該使用tf.assign_add。同理的還有tf.assign_sub和tf.assign。

具體地,筆者需要一個iteration counter類似的變量,即每次使用一個batch更新參數(shù)之后都使得該變量加一,進而控制learning rate等參數(shù)來調(diào)節(jié)學習過程。

最初的實現(xiàn)如下:

a = tf.Variable(tf.zeros(1))
a = tf.add(a,tf.ones(1))

sess = tf.Session()
sess.run(tf.global_variable_initializer())
for i in range(1000):
  print(sess.run(a))

那因為第一行代碼輸出的a和第二行代碼輸出的a,雖然變量名相同,但是實質(zhì)指向的變量以及空間都不同,每次輸出的都是1。

更改后的代碼則是如下:

a = tf.Variable(tf.zeros(1))
a = tf.assign_add(a,tf.ones(1))

sess = tf.Session()
sess.run(tf.global_variable_initializer())
for i in range(1000):
  print(sess.run(a))

以上這篇Tensorflow累加的實現(xiàn)案例就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。

相關文章

最新評論