7、TensorFlow 变量操作、可视化及架构解析

TensorFlow 变量操作、可视化及架构解析

1. 变量的使用、保存与加载

1.1 变量的使用

在 TensorFlow 中，我们可以使用变量来处理数据。以下是一个简单的示例代码，用于检测序列数据中值的突然增加：

import tensorflow as tf
sess = tf.InteractiveSession()
raw_data = [1., 2., 8., -1., 0., 5.5, 6., 13]   
spike = tf.Variable(False)                      
spike.initializer.run()       
for i in range(1, len(raw_data)):               
    if raw_data[i] - raw_data[i-1] > 5:
        updater = tf.assign(spike, True)   
        updater.eval()                     
    else:
        tf.assign(spike, False).eval()
    print("Spike", spike.eval())
sess.close() 

此代码的预期输出为：

('Spike', False)
('Spike', True)
('Spike', False)
('Spike', False)
('Spike', True)
('Spike', False)
('S