Morvan教程笔记2019.9.12——初始化&会话&变量&placeholder&activation

第1例

1.若代码中存在变量定义，则要进行初始化：

init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)

2.输出的变量要放在run()中：

print(step,sess.run(Weights),sess.run(biases))

第2例

创建session有两种方法：
1.方法1要记得在最后加上sess.close()

sess = tf.Session() 
result = sess.run(product) 
print(result) 
sess.close()

2.方法二不用加sess.close()

sess = tf.Session() 
result = sess.run(product) 
print(result) sess.close()

第3例

variable(初始值，name = ‘’)

state = tf.Variable(0 , name = 'counter')

第4例

使用了tf.placeholder(),在最后run() 和 print()中加入feed_dict = {input1:[num] , input2:[num]}
feed_dict = {}是以字典形式填写输入数据

import tensorflow as tf
input1 = tf.placeholder(tf.float32)
input2 = tf.placeholder(tf.float32)

output = tf.multiply(input1 , input2)

with tf.Session() as sess:
    print(sess.run(output,feed_dict={input1:[7.0],input2:[2.0]}))

激活函数

• 少量层中可以有多种选择
• 卷积神经网络中，选择relu
• 在循环神经网络中，选择relu 或 tanh