2.1神经网络参数与Tensorflow的变量
在Tensorflow中,变量(tf.variable)的作用是保存和更新神经网络中的参数。
一般来说,权重参数(weights)赋予随机初始值最为常见。
偏置项常常用常数来设置初始值
import tensorflow as tf
# weights为一个2*3的矩阵,初始值为正态分布随机数,标准差而2,均值为默认值0
weights = tf.Variable(tf.random_normal([2, 3], stddev=2))
# biases为一个3*2的矩阵,初始值为0
biases = tf.Variable(tf.zeros([3,2]))
# 用weights的初始值来初始化w2
# w2 = tf.Variable(weights.initial_value()*2)
result = tf.matmul(weights, biases)
with tf.Session() as sess:
tf.initialize_all_variables().run()
print(sess.run(result))