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 > 人文社科 > 生活经验 >内容正文

生活经验

tf.get_variable

發布時間:2023/11/28 生活经验 25 豆豆
生活随笔 收集整理的這篇文章主要介紹了 tf.get_variable 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

tf.get_variable的使用方法
參數數量及其作用
例子
參數數量及其作用
該函數共有十一個參數,常用的有:名稱name、變量規格shape、變量類型dtype、變量初始化方式initializer、所屬于的集合collections。

 def get_variable(name,shape=None,dtype=None,initializer=None,regularizer=None,trainable=True,collections=None,caching_device=None,partitioner=None,validate_shape=True,use_resource=None,custom_getter=None):

該函數的作用是創建新的tensorflow變量,常見的initializer有:常量初始化器tf.constant_initializer、正太分布初始化器tf.random_normal_initializer、截斷正態分布初始化器tf.truncated_normal_initializer、均勻分布初始化器tf.random_uniform_initializer。

例子
該例子將分別講述常見的幾種initializer的使用方法

 import tensorflow as tf;  import numpy as np;  #常量初始化器v1_cons = tf.get_variable('v1_cons', shape=[1,4], initializer=tf.constant_initializer())v2_cons = tf.get_variable('v2_cons', shape=[1,4], initializer=tf.constant_initializer(9))#正太分布初始化器v1_nor = tf.get_variable('v1_nor', shape=[1,4], initializer=tf.random_normal_initializer())v2_nor = tf.get_variable('v2_nor', shape=[1,4], initializer=tf.random_normal_initializer(mean=0, stddev=5, seed=0))#均值、方差、種子值#截斷正態分布初始化器v1_trun = tf.get_variable('v1_trun', shape=[1,4], initializer=tf.truncated_normal_initializer())v2_trun = tf.get_variable('v2_trun', shape=[1,4], initializer=tf.truncated_normal_initializer(mean=0, stddev=5, seed=0))#均值、方差、種子值#均勻分布初始化器v1_uni = tf.get_variable('v1_uni', shape=[1,4], initializer=tf.random_uniform_initializer())v2_uni = tf.get_variable('v2_uni', shape=[1,4], initializer=tf.random_uniform_initializer(maxval=-1., minval=1., seed=0))#最大值、最小值、種子值with tf.Session() as sess:sess.run(tf.global_variables_initializer())print("常量初始化器v1_cons:",sess.run(v1_cons))print("常量初始化器v2_cons:",sess.run(v2_cons))print("正太分布初始化器v1_nor:",sess.run(v1_nor))print("正太分布初始化器v2_nor:",sess.run(v2_nor))print("截斷正態分布初始化器v1_trun:",sess.run(v1_trun))print("截斷正態分布初始化器v2_trun:",sess.run(v2_trun))print("均勻分布初始化器v1_uni:",sess.run(v1_uni))print("均勻分布初始化器v2_uni:",sess.run(v2_uni))

其輸出為:

常量初始化器v1_cons: [[0. 0. 0. 0.]]
常量初始化器v2_cons: [[9. 9. 9. 9.]]
正太分布初始化器v1_nor: [[-0.7286455 -0.03095582 1.6400269 -0.90134907]]
正太分布初始化器v2_nor: [[-1.9957879 10.522196 0.8553612 2.7325907]]
截斷正態分布初始化器v1_trun: [[-0.52284956 -0.77045 1.9507815 0.96106136]]
截斷正態分布初始化器v2_trun: [[-1.9957879 0.8553612 2.7325907 2.1127698]]
均勻分布初始化器v1_uni: [[0.5369104 0.05912018 0.1587832 0.2859378 ]]
均勻分布初始化器v2_uni: [[ 0.79827476 -0.9403336 -0.69752836 0.9034374 ]]

總結

以上是生活随笔為你收集整理的tf.get_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。