标签：name get graph 第三 名字 四章 tf scope 强化

1、梯度下降选择固定步长可能产生的情况：收敛、发散、重复的在两个数之间跳跃

2、np.zeros_like(x)  生成一个shape和x一样的全为0的数组

3、plt.counter画等高线图

4、tensorflow的scope  变量命名空间

（1）若tf.Variable(初始值,name=' ')这种方式，每一个scope都会对名字产生影响

　　若tf.variable_scope('123')这种方式， 只有variable_scoope这种会对名字产生影响

（2）在同一个scope内，当同样名字的name_scope再次被声明的时候，scope的名字不会直接被复用，而是会通过改名创建全新的scope

　　                                  当同样名字的variable_scope再次声明的时候，scope直接复用了

5、tensorflow进行图运算之前需要：(1）创立回话层with tf.Session() as sess （2）初始化所有的变量sess.run(global_variables_initializer())

　　　　　　　　　　　　　　　　(3) sess.run([运算1,运算2]，feed_dict={})   feed_dict是输入参数

若要访问计算图，两步 （1）graph=tf.get_default_graph()  (2) print(graph.get_operations())

6、当使用加操作的时候，若用c=a+b，get_operations 输出得到的是“add:0"，若用c=tf.add(a,b,'c'),输出得到的才是一个叫c的变量，通过graph.get_tensor_by_name可以访问的到，尽可能为每一个option起好名字

7、还存在的问题：共轭梯度方法和自然梯度方法

标签：name,get,graph,第三,名字,四章,tf,scope,强化
来源： https://www.cnblogs.com/lin-kid/p/11516379.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。