迈入TensorFlow的队列：教你写本身的措施

　　在上面的代码中，加法和减法是用于影象上一次执行什么操纵(加法或减法)的符号。 currentLoss是在轮回开始时存储丧失函数值的变量，oldLoss是在轮回竣事时存储丧失函数值的变量。这两个变量在轮回之间举办较量以搜查操纵(加法或减法)怎样影响丧失值，即减小或增进丧失值。在此基本长举办进一步的操纵。要么W的值减1或增进1.这只是一个示例优化器。优越的优化器要伟大得多，服从也很高，许多已经在TensorFlow中实现了。这只是一个示例优化器，也许无法美满运行，可是可以给你一个TensorFlow怎样事变的观念，这就是文章的首要方针。上面编写的代码在读完之后很轻易领略，本文中接头了代码中行使的全部内容。

　　对付输入，给出了[1,2,3,4]的x和[10,20,30,40]的y(祈望值)。以是，可以看到，W的值应该是10.0，我们今朝已经初始化为1.0。模子应该行使提供应它的实习数据，并将W从1.0调动到10.0，在测试数据上行使W。

　　要运行措施，必需初始化全局变量，建设一个会话工具，并在全局变量句柄上挪用它的run要领，如下所示：

　　到这就根基竣事了， 为了搜查W的值，我们将在最后安排一个输出语句：

　　这将在运行时输出10.0作为输出。这意味着W的值从1.0变动为10.0。假如我们为模子提供其他数据来搜查y的值，那么就应该获得10倍的值。我在代码后头加上三个输出语句搜查输出:

　　获得的输出是：

　　正如预期的那，本文是以一种较量简朴又轻易领略的方法来表明观念。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!