Përmbajtje:

Si i ripërdorni variablat në TensorFlow?
Si i ripërdorni variablat në TensorFlow?

Video: Si i ripërdorni variablat në TensorFlow?

Video: Si i ripërdorni variablat në TensorFlow?
Video: Установка Tensorflow. Создание нейронной сети. FMNIST. Распознавание изображений. Python 2024, Mund
Anonim

Fjalët e fundit

  1. ripërdorim do të thotë të ndash të njëjtën gjë e ndryshueshme mes objekteve të ndryshme.
  2. Nëse dëshironi të ndani një e ndryshueshme , herën e dytë që i referoheni kësaj, duhet të specifikoni në mënyrë eksplicite " ripërdorim =E vërtetë” në e ndryshueshme fushëveprimi i e ndryshueshme që ju dëshironi ripërdorim , ose.
  3. vendos e ndryshueshme fushëveprimi për të " ripërdorim =tf. AUTO_REUSE"

Gjithashtu duhet ditur, çfarë është shtrirja e ndryshueshme në TensorFlow?

Shtrirja e ndryshueshme ju lejon të krijoni të reja variablave dhe për të ndarë ato të krijuara tashmë duke siguruar çeqe për të mos krijuar ose ndarë rastësisht.

Dikush mund të pyesë gjithashtu, çfarë bën TF Global_variables_initializer? tf . global_variables_initializer () bën kjo automatikisht dhe menjëherë. Ky funksion është një kursim kohe, por teknikisht ju bëj nuk duhet ta thërrisni atë dhe mund të inicializoni variablat tuaja me mjete të tjera (shembulli më i shpeshtë: rivendosja e peshave nga skedari).

Atëherë, si e inicializoni një ndryshore TensorFlow?

te inicializoj një e re e ndryshueshme nga vlera e tjetrit e ndryshueshme përdorni tjetrin të ndryshores Vetia e inicializuar_value(). Ju mund të përdorni inicializuar vlerë direkt si vlerë fillestare për të renë e ndryshueshme , ose mund ta përdorni si çdo tensor tjetër për të llogaritur një vlerë për të renë e ndryshueshme.

Çfarë është TF Get_variable?

get_variable () përdoret për të marrë ose krijuar një ndryshore në vend të një thirrjeje direkte tf . Ndryshore. Ai përdor një inicializues në vend që të kalojë vlerën drejtpërdrejt, si në tf . E ndryshueshme. Një inicializues është një funksion që merr formën dhe siguron një tensor me atë formë.

Recommended: