1、以前に学んだ最初のレビュー:
(1)G = tf.Graph()
(2)初期化することを忘れないでくださいイニシャライザは、
(3)with tf.name_scope("generate_constant"): x = tf.constant([[0.7, 0.9]], name="x")
この事は全くボールが見つかった
(4)使用するのが最適ではないwith tf.variable_scope("generate_variable"):
とtf.get_variable
組み合わせることはありませんtf.Variable()
どのような単一の蛾
import tensorflow as tf
g = tf.Graph()
with g.as_default():
with tf.variable_scope("generate_variable"):
w1 = tf.get_variable("w1", [2, 3], tf.float32, initializer=tf.random_normal_initializer(stddev=0.1, seed=1))
w2 = tf.get_variable("w2", [3, 1], tf.float32, initializer=tf.truncated_normal_initializer(stddev=0.1, seed=1))
with tf.name_scope("generate_constant"):
x = tf.constant([[0.7, 0.9]], name="x")
with tf.name_scope("matmul"):
a = tf.matmul(x, w1)
y = tf.matmul(a, w2)
writer = tf.summary.FileWriter("./path", graph=g)
writer.close()
with tf.Session(graph=g) as sess:
tf.global_variables_initializer().run()
print(sess.run(y))
変数の宣言は、トレーニング可能な制御することができたときに2、すべての変数は、収集Graphkeys.VARIABLESに追加されます研修/トレーニングなしで