日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當前位置: 首頁 > 编程资源 > 编程问答 >内容正文

编程问答

placeholder 与variable

發布時間:2024/9/15 编程问答 43 豆豆
生活随笔 收集整理的這篇文章主要介紹了 placeholder 与variable 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
placeholder, 譯為占位符,官方說法:”TensorFlow provides a placeholder operation that must be fed with data on execution.” 即必須在執行時feed值。

placeholder 實例通常用來為算法的實際輸入值作占位符。例如,在MNIST例子中,定義輸入和輸出:

x = tf.placeholder(tf.float32, [None, 784]) #表示成員類型float32, [None, 784]是tensor的shape, None表示第一維是任意數量,784表示第二維是784維 y_ = tf.placeholder(tf.float32, [None, 10])


2. variable —變量?

當訓練模型時,用variable來存儲和更新參數。用于表示算法迭代過程中的中間參數。

variable實例化時必須有初始值。MNist中,定義w和b:


W = tf.Variable(tf.zeros([784, 10])) b = tf.Variable(tf.zeros([10]))


總結

以上是生活随笔為你收集整理的placeholder 与variable的全部內容,希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯,歡迎將生活随笔推薦給好友。