上一篇文章:TensorFlowX.Y核心基础与AI模型设计02:AI模型编程常用(一)
AI模型编程常用(二)
7、创建变量
对于神经网络而言,参数是一个重要的组成部分。一个网络中往往包含大量的参数。在 TensorFlow 中,变量的作用就是保存网络中的参数,网络参数的更新就是相应变量值的重新赋值。
在TensorFlow中,变量(Variable)是特殊的张量(Tensor),它的值可以是一个任何类型和形状的张量。与其他张量不同,变量存在于单个 session.run 调用的上下文之外,也就是说,变量存储的是持久张量,当训练模型时,用变量来存储和更新参数。除此之外,在调用op之前,所有变量都应被显式地初始化过。变量的初始值可以设置成随机数。这样的做法(将网络参数设置成随机数)在实际应用中是很常见的,比如下面这段代码 :
weights= tf.Variable(tf