Tensorflow学习2_runtimeerror: resource: attempting to capture an e-优快云博客

本文链接：https://blog.youkuaiyun.com/momooomomo/article/details/105904218

本文是TensorFlow学习的第二部分，主要涵盖了机器学习基础，包括线性回归和逻辑回归的实现。在学习过程中，作者发现了数据获取、代码理解、版本问题以及学习率衰减等关键点，并分享了遇到的问题和解决思路。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Tensorflow学习2

1-basic介绍了运算与变量，实在有些太简单，大致看过了。2是四个简单的机器学习的tf实现。

2-basics in machine learning

1）linear regression

花了一些时间寻找数据，在2017目录下面；发现作者的Stanford课程看起来也不错，之后可以从作业出发，看一看。
这节也蛮简单（眼高手低警告），我跟着敲了一下代码。
a. 之前一直认为see.run()就是一个运行tensor图的操作；但其实还可以用于取出变量值，从根本上来讲，就是部分运行图。
b.tensorflow最大的不同在于先搭建后运行，我现在也有些似懂非懂。
c.源代码在inference定义的时候少了传参。
d.报错： Attempting to capture an EagerTensor without building a function，依旧是版本问题造成的
e.输出的epoch loss 其实只是最后一个observation的loss，那这个美丽的趋势是我有一点点疑惑。
整体来看比较简陋。

2）Logistic regression

这一节比我想象中要长。
a.tf.Graph()
Graphs are used by tf.functions to represent the function’s computations. Each graph contains a set of tf.Operation objects, which represent units of computation; and tf.Tensor objects, which represent the units of data that flow between operatio