Tensorflow简单使用

原创于 2021-10-09 16:03:05 发布

· 444 阅读

0 ·

版权

文章标签：

#tensorflow

tensorflow 专栏收录该内容

2 篇文章

订阅专栏

该博客演示了如何在 TensorFlow 中使用 Adam 优化器进行模型训练。通过创建变量 a 和 b，定义 y 的表达式，并应用梯度下降，展示了如何初始化会话并迭代更新变量的值。博客内容涵盖了梯度计算、优化器应用以及变量初始化的关键步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

tf.reset_default_graph()
optim = tf.train.AdamOptimizer(0.01)
a = tf.Variable(initial_value=0.,name='a')
b = 2*a
y = a+b
tvars = tf.trainable_variables()

# grads = tf.gradients(y,tvars)
# app = optim.apply_gradients(zip(grads,tvars))

grads_and_vars = optim.compute_gradients(y,tvars)
app = optim.apply_gradients(grads_and_vars)

init = tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init)
    for i in range(3):
        sess.run(app)
        print('a={:.2f}, b={:.2f}'.format(a.eval(),b.eval()))