tensorflow
चर

परिवर्तनीय सेंसर की घोषणा और शुरुआत

वेरिएबल टेनर्स का उपयोग तब किया जाता है जब मानों को एक सत्र के भीतर अपडेट करने की आवश्यकता होती है। यह दसियों का प्रकार है जिसका उपयोग तंत्रिका नेटवर्क बनाते समय भार मैट्रिक्स के लिए किया जाएगा, क्योंकि ये मान अपडेट किए जाएंगे क्योंकि मॉडल प्रशिक्षित किया जा रहा है।

एक वैरिएबल टेंसर की घोषणा tf.Variable() या tf.get_variable() फ़ंक्शन का उपयोग करके किया जा सकता है। यह tf.get_variable का उपयोग करने के लिए tf.get_variable , क्योंकि यह अधिक लचीलापन प्रदान करता है जैसे:

# Declare a 2 by 3 tensor populated by ones
a = tf.Variable(tf.ones([2,3], dtype=tf.float32))
a = tf.get_variable('a', shape=[2, 3], initializer=tf.constant_initializer(1))

ध्यान देने योग्य बात यह है कि एक वैरिएबल टेंसर को घोषित करना स्वचालित रूप से मूल्यों को इनिशियलाइज़ नहीं करता है। निम्नलिखित में से किसी एक का उपयोग करके सत्र शुरू करते समय मूल्यों को स्पष्ट रूप से सूचित करने की आवश्यकता है:

• tf.global_variables_initializer().run()
• session.run(tf.global_variables_initializer())

निम्नलिखित उदाहरण एक चर टेंसर को घोषित करने और आरंभ करने की पूरी प्रक्रिया को दर्शाता है।

# Build a graph
graph = tf.Graph()
with graph.as_default():
    a = tf.get_variable('a', shape=[2,3], initializer=tf.constant_initializer(1), dtype=tf.float32))     # Create a variable tensor

# Create a session, and run the graph
with tf.Session(graph=graph) as session:
    tf.global_variables_initializer().run()  # Initialize values of all variable tensors
    output_a = session.run(a)            # Return the value of the variable tensor
    print(output_a)                      # Print this value

निम्नलिखित में से कौन प्रिंट करता है:

[[ 1.  1.  1.]
 [ 1.  1.  1.]]

TensorFlow वैरिएबल या Tensor का मान प्राप्त करें

कभी-कभी हमें अपने प्रोग्राम के सही होने की गारंटी के लिए TensorFlow वैरिएबल का मान लाने और प्रिंट करने की आवश्यकता होती है।

उदाहरण के लिए, यदि हमारे पास निम्न कार्यक्रम है:

import tensorflow as tf
import numpy as np
a = tf.Variable(tf.random_normal([2,3])) # declare a tensorflow variable
b = tf.random_normal([2,2]) #declare a tensorflow tensor
init = tf.initialize_all_variables()

यदि हम a या b का मान प्राप्त करना चाहते हैं, तो निम्नलिखित प्रक्रियाओं का उपयोग किया जा सकता है:

with tf.Session() as sess:
    sess.run(init)
    a_value = sess.run(a)
    b_value = sess.run(b)
    print a_value
    print b_value

या

with tf.Session() as sess:
    sess.run(init)
    a_value = a.eval()
    b_value = b.eval()
    print a_value
    print b_value