tensorflow 部分函数笔记

本文介绍了TensorFlow中两个基本操作:使用tf.identity复制张量及tf.assign_add更新张量的值。通过实例展示了如何创建和初始化张量,并进行复制与加法更新。
部署运行你感兴趣的模型镜像
  • tf.identity(input, name=None)
    返回一个一模一样的新tensor
    示例:
import tensorflow as tf
a = tf.constant(1.0 , tf.float32)
init = tf.global_variables_initializer()
b = tf.identity(a)
with tf.Session() as sess:
    sess.run(init)
    print(sess.run(a))
    print(sess.run(b))

输出:

1.0
1.0

  • tf.assign_add(ref, value, use_locking=None, name=None)
    通过增加一个值更新张量
    示例:
import tensorflow as tf
w = tf.Variable(1.0)
update = tf.assign_add(w , 1.0)
init = tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init)
    print(sess.run(update))

输出:

2.0

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值