迈入TensorFlow的行列：教你写自己的程序

　　在上面的代码中，加法和减法是用于记忆上一次执行什么操作(加法或减法)的标志。 currentLoss是在循环开始时存储损失函数值的变量，oldLoss是在循环结束时存储损失函数值的变量。这两个变量在循环之间进行比较以检查操作(加法或减法)如何影响损失值，即减小或增加损失值。在此基础上进行进一步的操作。要么W的值减1或增加1.这只是一个示例优化器。优秀的优化器要复杂得多，效率也很高，很多已经在TensorFlow中实现了。这只是一个示例优化器，可能无法完美运行，但是可以给你一个TensorFlow如何工作的概念，这就是文章的主要目标。上面编写的代码在读完之后很容易理解，本文中讨论了代码中使用的所有内容。

　　对于输入，给出了[1,2,3,4]的x和[10,20,30,40]的y(期望值)。所以，可以看到，W的值应该是10.0，我们目前已经初始化为1.0。模型应该使用提供给它的训练数据，并将W从1.0变换到10.0，在测试数据上使用W。

　　要运行程序，必须初始化全局变量，创建一个会话对象，并在全局变量句柄上调用它的run方法，如下所示：

　　到这就基本结束了， 为了检查W的值，我们将在最后放置一个输出语句：

　　这将在运行时输出10.0作为输出。这意味着W的值从1.0更改为10.0。如果我们为模型提供其他数据来检查y的值，那么就应该得到10倍的值。我在代码后面加上三个输出语句检查输出:

　　得到的输出是：

　　正如预期的那，本文是以一种比较简单又容易理解的方式来解释概念。

（编辑：拼字网 - 核心网）

【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!