(4.19)
1.定义tf.Session和使用with的区别
定义会话tf.Session()和调用run()的区别:
定义会话最后需要关闭会话释放函数,且若执行过程中突然中断,则数据丢失,而用with则不需关闭会话,且数据不会丢失
with tf.Session() as session: #创建一个session并打印输出
session.run(init) #初始化变量
print(session.run(loss)) #打印损失值
#创建一个session并运行它
sess = tf.Session()
result = sess.run(Y)
#session使用完毕,关闭它
sess.close()
更推荐大家使用第一种写法
2.tf.one_hot()函数
源自 https://blog.csdn.net/nini_coded/article/details/79250600
tensorflow的help中相关说明如下:
one_hot(indices, depth, on_value=None, off_value=None, axis=None, dtype=None, name=None)
Returns a one-hot tensor.
indices表示输入的多个数值,通常是矩阵形式;
depth表示输出的尺寸。
由于one-hot类型数据长度为depth位,其中只用一位数字表示原输入数据,这里的on_value就是这个数字,默认值为1,one-hot数据的其他位用off_value表示,默认值为0。
tf.one_hot()函数规定输入的元素indices从0开始,最大的元素值不能超过(depth - 1),因此能够表示(depth + 1)个单位的输入。若输入的元素值超出范围,输出的编码均为 [0, 0 … 0, 0]。
indices = 0 对应的输出是[1, 0 … 0, 0], indices = 1 对应的输出是[0, 1 … 0, 0], 依次类推,最大可能值的输出是[0, 0 … 0, 1]。
3.Y_train_orig[:,index]
这种样子的在上一篇已经说过了,不知道的可以回顾一下上一篇
https://blog.csdn.net/luweiming123/article/details/89086260