Tensorflow基础之变量/随机/会话

最新推荐文章于 2021-01-28 15:14:02 发布

真师兄

最新推荐文章于 2021-01-28 15:14:02 发布

阅读量173

点赞数

CC 4.0 BY-SA版权

分类专栏： Tensorflow

本文链接：https://blog.youkuaiyun.com/u013450278/article/details/86124293

Tensorflow 专栏收录该内容

1 篇文章

订阅专栏

本文介绍如何在TensorFlow中创建和初始化变量，包括使用tf.Variable、tf.random_normal及tf.random_uniform等函数。同时，讲解了如何通过tf.Session进行会话管理，以运行和获取变量值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

（一）创建数据

（二）创建变量

1、tf.Variable变量

tf.Variable(initializer,name) 参数initializer是初始化参数，name是可自定义的变量名称

v0 = tf.Variable(0, name='v0')
v1 = tf.Variable(tf.random_normal(shape=[4,3],mean=0,stddev=1),name='v1')
v2 = tf.Variable(tf.constant(2),name='v2')
v3 = tf.Variable(tf.ones([4,3]),name='v3')

2、tf.random_uniform随机分布

从均匀分布中输出随机值。

生成的值在该 [minval, maxval) 范围内遵循均匀分布。下限 minval 包含在范围内，而上限 maxval 被排除在外。

对于浮点数，默认范围是 [0, 1)。对于整数，至少 maxval 必须明确地指定。

在整数情况下，随机整数稍有偏差，除非 maxval - minval 是 2 的精确幂。对于maxval - minval 的值，偏差很小，明显小于输出（2**32 或者 2**64）的范围。

参数：

shape：一维整数张量或 Python 数组。输出张量的形状。
minval：dtype 类型的 0-D 张量或 Python 值；生成的随机值范围的下限；默认为0。
maxval：dtype 类型的 0-D 张量或 Python 值。要生成的随机值范围的上限。如果 dtype 是浮点，则默认为1 。
dtype：输出的类型：float16、float32、float64、int32、orint64。
seed：一个 Python 整数。用于为分布创建一个随机种子。查看 tf.set_random_seed 行为。
name：操作的名称（可选）。

（三）初始化所有变量

（四）会话

tf.Session创建会话对象

sess = tf.Session() #定义Session对象
result = sess.run(product) #得到product值