Daftar Isi:

Bagaimana Anda menggunakan kembali variabel di TensorFlow?
Bagaimana Anda menggunakan kembali variabel di TensorFlow?

Video: Bagaimana Anda menggunakan kembali variabel di TensorFlow?

Video: Bagaimana Anda menggunakan kembali variabel di TensorFlow?
Video: Tensorflow 7 Variable (neural network tutorials) 2024, Mungkin
Anonim

Kata-kata terakhir

  1. penggunaan kembali berarti berbagi sama variabel antara objek yang berbeda.
  2. Jika Anda ingin berbagi variabel , kedua kali Anda merujuk ke itu, Anda perlu secara eksplisit menentukan “ penggunaan kembali =Benar” dalam variabel ruang lingkup variabel yang kamu inginkan penggunaan kembali , atau.
  3. mengatur variabel ruang lingkup untuk “ penggunaan kembali =tf. AUTO_REUSE”

Yang juga perlu diketahui adalah, apa itu cakupan variabel di TensorFlow?

Lingkup variabel memungkinkan Anda membuat yang baru variabel dan untuk membagikan yang sudah dibuat sambil memberikan cek untuk tidak membuat atau membagikan secara tidak sengaja.

Orang mungkin juga bertanya, apa yang dilakukan TF Global_variables_initializer? tf . global_variables_initializer () melakukan ini secara otomatis dan sekaligus. Fungsi ini menghemat waktu tetapi secara teknis Anda melakukan tidak harus memanggilnya dan dapat menginisialisasi variabel Anda dengan cara lain (contoh paling sering: memulihkan bobot dari file).

Lalu, bagaimana cara menginisialisasi variabel TensorFlow?

Ke inisialisasi baru variabel dari nilai yang lain variabel gunakan yang lain variabel properti initialized_value(). Anda dapat menggunakan diinisialisasi nilai langsung sebagai nilai awal untuk yang baru variabel , atau Anda dapat menggunakannya sebagai tensor lain untuk menghitung nilai untuk yang baru variabel.

Apa itu TF Get_variable?

get_variabel () digunakan untuk mendapatkan atau membuat variabel alih-alih panggilan langsung ke tf . Variabel. Ini menggunakan penginisialisasi alih-alih meneruskan nilai secara langsung, seperti pada tf . Variabel. Inisialisasi adalah fungsi yang mengambil bentuk dan menyediakan tensor dengan bentuk itu.

Direkomendasikan: