《Python深度学习实战:基于TensorFlow和Keras的聊天机器人》 —1.3 常量、占位符与变量

举报
华章计算机 发表于 2020/02/13 19:55:58 2020/02/13
【摘要】 本节书摘来自华章计算机《Python深度学习实战:基于TensorFlow和Keras的聊天机器人》 一书中第1章,第1.3节,作者是[印] 纳温·库马尔·马纳西(Navin Kumar Manaswi),刘毅冰 薛 明 译。

1.3 常量、占位符与变量

TensorFlow程序使用张量数据结构来表示所有的数据—在计算图中,只有张量在操作之间被传递。可以把TensorFlow张量想象成一个n维数组或者列表。张量具有静态类型、秩以及形状。在这里,图产生一个不变的结果。变量在整个图的执行过程中维持其状态。

通常,在深度学习中你不可避免地要处理很多图片,因此需要给每一张图片赋以像素值,然后对所有图片重复此操作。

为了训练模型,需要能够修改图以调节一些对象,比如权重值、偏置量。简单来说,变量让你能够给图添加可训练的参数。它们在创建时就带有类型属性和初始值。

让我们在TensorFlow中创建一个常量并输出它。

 image.png

下面是对前面代码的逐行解释:

1.导入tensorflow模块并用tf来调用它。

2.创建常量值(x)并指定其数值为12。

3.创建会话来计算数值。

4.只运行变量x并输出其当前值。

前两步属于构建阶段,后两步属于执行阶段。下面讨论TensorFlow的构建阶段和执行阶段。

可以把前面的代码用另一种方式重写如下:

 image.png

现在可以探索如何创建变量并将其初始化。以下是实现代码:

 image.png

这里是对上述代码的解释:

1.导入tensorflow模块并用tf来调用它。

2.创建名为x的常量并赋予初始值12。

3.创建变量y并用方程y = x + 11来定义它。

4.使用tf.global_variables_initializer()初始化变量。

5.创建一个会话来计算值。

6.运行在第4步建立的模型。

7.只运行变量y并输出其当前值。

下面是供你细读的更多代码:

      image.png

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。