TensorFlow教程

TensorFlowX.Y核心基础与AI模型设计03:AI模型编程常用(二)

本文主要是介绍TensorFlowX.Y核心基础与AI模型设计03:AI模型编程常用(二),对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

上一篇文章:TensorFlowX.Y核心基础与AI模型设计02:AI模型编程常用(一)

AI模型编程常用(二)

  • 7、创建变量
  • 8、变量与计算图可视化
  • 9、TensorFlow变量管理
  • 10、变量保存与恢复(Saver)
    • 保存变量
    • 恢复变量
    • 模型的保存与加载
  • 参考

7、创建变量

对于神经网络而言,参数是一个重要的组成部分。一个网络中往往包含大量的参数。在 TensorFlow 中,变量的作用就是保存网络中的参数,网络参数的更新就是相应变量值的重新赋值。

在TensorFlow中,变量(Variable)是特殊的张量(Tensor),它的值可以是一个任何类型和形状的张量。与其他张量不同,变量存在于单个 session.run 调用的上下文之外,也就是说,变量存储的是持久张量,当训练模型时,用变量来存储和更新参数。除此之外,在调用op之前,所有变量都应被显式地初始化过。变量的初始值可以设置成随机数。这样的做法(将网络参数设置成随机数)在实际应用中是很常见的,比如下面这段代码 :


                    
这篇关于TensorFlowX.Y核心基础与AI模型设计03:AI模型编程常用(二)的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!