tensorflow自學筆記(二)2018/11/8
阿新 • • 發佈:2018-12-20
tensorflow自學筆記(2)2018/11/8 前向傳播:即輸入向量在矩陣中進行運算,輸出結果的過程,輸入的x是n維的列向量,那麼輸入層就有x個神經元,每兩層之間,若前一個隱藏層有a個神經元,後一層有b個神經元,那麼w為a行b列,b為一行b列,卷積方式為 import tensorflow as tf a=tf.matmul(x,w)+b…實現了卷積的乘法 tf.Variable完成的儲存和更新神經網路的引數,w和b的初始值都可以用其來生成如 w=tf.Variable(tf.random_normal([2,3],stddev=2)) 更多的初始化方法: 並且要在會話中,完成初始化的操作 sess=tf.session() sess.run(w1.initializer) sess.close 也可以使用全域性變數初始化來進行