Tensorflow 学习笔记

先记下已有的一些疑惑，待一个个解决吧：

1.  如下，为什么loss 需要显示地加在 summary里面？ 如果没有 tf.summary.scalar 这句，在生成的graph 里面没有 model/loss 这个operation 

        self.loss = tf.add_n(losses) / len(losses)  # total loss 

tf.summary.scalar("model/loss", self.loss)

self.summary_op = tf.summary.merge_all()

2.  tf.gradients() 用法

gradients() adds ops to the graph to output the partial derivatives of ys with respect to xs.

It returns a list ofTensor of length len(xs) where each tensor is the sum(dy/dx) for y in ys.

Returns:

A list of sum(dy/dx) for each x in xs.

3.   只在一个gpu上做summary？  LM()

                if mode == "train"

                cur_grads = self._backward(loss, summaries=(i == hps.num_gpus - 1))                                                                

                tower_grads += [cur_grads]

4.  * batch_size  不用下面的 似乎也可以

   

5.