此系列为初学tensorflow2.0版本的某些技术总结强化,不包含tensorflow2.0的全部内容
tensorflow2.0
一 基础
- 在 TensorFlow 2.0 版本中,Eager Execution 模式为默认模式,无需额外调用tf.enable_eager_execution()函数(不过若要关闭 Eager Execution,则需调tf.compat.v1.disable_eager_execution()函数)
- tf普通迭代步骤
1.从 DataLoader 中随机取一批训练数据;
2.将这批数据送入模型,计算出模型的预测值;
3.将模型预测值与真实值进行比较,计算损失函数(loss)。这 里使用 tf.keras.losses 中的交叉熵函数作为损失函数;
4.计算损失函数关于模型变量的导数;
5.将求出的导数值传入优化器,使用优化器的 apply_gradients 方法更新模型参数以最小化损失函数(优化器的详细使用方法见 前文 )。
未完