tensorflow入门笔记（2）

dooooos

于 2018-09-04 22:56:51 发布

阅读量150

点赞数

CC 4.0 BY-SA版权

分类专栏： tensorflow

本文链接：https://blog.youkuaiyun.com/dooooos/article/details/82391939

tensorflow 专栏收录该内容

3 篇文章

订阅专栏

本文介绍如何在TensorFlow中设置神经网络的参数，包括权重和偏置项的初始化方法，并通过具体代码示例展示了如何创建随机初始化的权重矩阵及零初始化的偏置矩阵。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

2.1神经网络参数与Tensorflow的变量

在Tensorflow中，变量（tf.variable)的作用是保存和更新神经网络中的参数。
一般来说，权重参数（weights)赋予随机初始值最为常见。
偏置项常常用常数来设置初始值

import tensorflow as tf
# weights为一个2*3的矩阵，初始值为正态分布随机数，标准差而2，均值为默认值0
weights = tf.Variable(tf.random_normal([2, 3], stddev=2))
# biases为一个3*2的矩阵，初始值为0
biases = tf.Variable(tf.zeros([3,2]))
# 用weights的初始值来初始化w2
# w2 = tf.Variable(weights.initial_value()*2)
result = tf.matmul(weights, biases)
with tf.Session() as sess:
    tf.initialize_all_variables().run()
    print(sess.run(result))