<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[qq474279921的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/qq474279921</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; qq474279921]]></copyright><item><title><![CDATA[Tensorflow 笔记 （三）]]></title><link>https://blog.youkuaiyun.com/qq474279921/article/details/100672848</link><guid>https://blog.youkuaiyun.com/qq474279921/article/details/100672848</guid><author>qq474279921</author><pubDate>Tue, 10 Sep 2019 14:49:14 +0800</pubDate><description><![CDATA[变量管理与模型持久化

变量管理
TensorFlow提供了通过变量名称来创建或者获取一个变量的机制。通过这个机制，在不同的函数中可以直接通过变量的名字来使用变量，而不需要将变量通过参数的形式来传递。tf中通过变量名称获取变量的机制主要是通过tf.get_variable()和tf.variable_scope()函数实现的。当tf.get_variable()用于创建变量时，它和tf.Varia...]]></description><category></category></item><item><title><![CDATA[Tensorflow 笔记 （二）]]></title><link>https://blog.youkuaiyun.com/qq474279921/article/details/100581358</link><guid>https://blog.youkuaiyun.com/qq474279921/article/details/100581358</guid><author>qq474279921</author><pubDate>Mon, 09 Sep 2019 10:55:30 +0800</pubDate><description><![CDATA[神经网络Demo

神经网络参数与Tensorflow变量
在tf中，变量（tf.Variable）的作用就是保存和更新神经网络中的参数，并且需要初始化。

weights = tf.Variable(tf.random_normal([2,3],stddev=2))
bias = tf.Variable(tf.zeros([3]))

tf.random_normal()产生正态分布的随机数，m...]]></description><category></category></item><item><title><![CDATA[Tensorflow 笔记 （一）]]></title><link>https://blog.youkuaiyun.com/qq474279921/article/details/100578584</link><guid>https://blog.youkuaiyun.com/qq474279921/article/details/100578584</guid><author>qq474279921</author><pubDate>Fri, 06 Sep 2019 15:38:26 +0800</pubDate><description><![CDATA[计算图
在使用Tensorflow的过程中，通常分为两个阶段：

定义计算图的计算
在session中执行计算


计算图定义阶段

a = tf.constant([1.0,2.0],name='a')
b = tf.constant([2.0,3.0],name='b')
result = a + b


获取默认计算图以及查看一个运算所属的计算图

print(tf.get_default_...]]></description><category></category></item></channel></rss>