tensorflow
변수
수색…
가변 테스터 선언 및 초기화
변수 텐서는 세션에서 값을 업데이트해야하는 경우에 사용됩니다. 신경망을 만들 때 가중치 행렬에 사용되는 텐서 유형입니다.이 값은 모델을 학습 할 때 업데이트됩니다.
가변 텐서 선언은 tf.Variable()
또는 tf.get_variable()
함수를 사용하여 수행 할 수 있습니다. 더 많은 유연성을 제공하기 때문에 tf.get_variable
을 사용하는 것이 좋습니다. 예 :
# 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))
주목해야 할 점은 변수 텐서를 선언해도 값이 자동으로 초기화되지 않는다는 것입니다. 값은 다음 중 하나를 사용하여 세션을 시작할 때 명시 적으로 초기화되어야합니다.
-
tf.global_variables_initializer().run()
-
session.run(tf.global_variables_initializer())
다음 예제는 변수 텐서를 선언하고 초기화하는 전체 프로세스를 보여줍니다.
# 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
어떤 것이 다음을 출력 하는가?
[[ 1. 1. 1.]
[ 1. 1. 1.]]
TensorFlow 변수 또는 Tensor 값 가져 오기
때로는 TensorFlow 변수의 값을 가져 와서 인쇄하여 프로그램이 올바른지 확인해야합니다.
예를 들어 다음 프로그램이있는 경우 :
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()
a 또는 b의 값을 얻으려면 다음 절차를 사용할 수 있습니다.
with tf.Session() as sess:
sess.run(init)
a_value = sess.run(a)
b_value = sess.run(b)
print a_value
print b_value
또는
with tf.Session() as sess:
sess.run(init)
a_value = a.eval()
b_value = b.eval()
print a_value
print b_value
Modified text is an extract of the original Stack Overflow Documentation
아래 라이선스 CC BY-SA 3.0
와 제휴하지 않음 Stack Overflow