介绍 TensorFlow 的基本概念和使用场景
在会话中,可以初始化变量、执行操作等。例如,一个形状为(2, 3, 4)的张量可以看作一个包含2个3行4列的矩阵的集合,或者一个由2个3维向量组成的集合,等等。一个矩阵是一个【二维张量】,它有两个维度,通常用(m,n)表示,其中m表示矩阵的行数,n表示矩阵的列数。在训练过程中,我们使用了梯度带(GradientTape)来记录前向计算过程,然后计算出损失函数对变量 w 和 b 的梯度,并使用优化器更新变量的值。一个向量是一个【一维张量】,它有一个形状,比如(n,)或者(1, n),表示向量中有n个元素。
原创
2023-09-05 15:15:08 ·
32 阅读 ·
0 评论