Tensorflow中的函数

（编辑原始问题）在Tensorflow中，我们经常需要定义包含变量的函数，以在中间的网络层上实现。有没有评估此例如输出的方式：Tensorflow中的函数

import tensorflow as tf 
def Mult(mult): 
    A = tf.get_variable([2,2], initializer = tf.zeros_initializer) 
    B = tf.get_variable([2,2], initializer = tf.zeros_initializer) 
    return mult*tf.matmul(A,B) 

with tf.Session() as sess: 
    sess.run(tf.global_variables_initializer()) 
    # Here we alter the variables A,B in some fashion e.g. in an optimisation algorithm 
    print(Mult(A,B))

产生一个错误

来源

2017-08-24 sbb

有三个错误在代码：

如果你创建一个函数，接受
， B作为参数，在函数中创建具有相同名称的变量没有多大意义。因此，要么删除A和B参数，要么不要在函数内部创建变量。
Mult(A,B)返回张量。要检索张量的值，您需要在会话中对其进行评估。会话会跟踪参数A和B的值，从中可以计算出Mult(A,B)的值。
tf.get_variable函数需要一个name参数。下面

代码修复你的错误：

import tensorflow as tf 

def Mult(): 
    A = tf.get_variable('A', shape=[2,2], initializer = tf.zeros_initializer) 
    B = tf.get_variable('B', shape=[2,2], initializer = tf.zeros_initializer) 
    return tf.matmul(A,B) 

with tf.Session() as sess: 
    result = Mult() 
    sess.run(tf.global_variables_initializer()) 
    print(sess.run(result))

来源

2017-08-24 19:37:49 GeertH

为什么它产生一个错误，如果行：结果= ......，和sess.run（TF .....切换？ – sbb

'sess.run（tf.global_variables_initializer（））'初始化图形中的所有全局变量。如果在调用'Mult（）'之前调用它，图形中没有变量，而您最终得到两个单位变量（'A'和'B'）。 – GeertH

没有与代码的几个问题。首先，由于您将变量A和B传递给该函数，因此您无需在函数内对它们进行初始化。因此，功能应该是这样的：

def Mult(A,B): 
    return tf.matmul(A,B)

接下来，你需要初始化之前定义的变量，因此该行所定义的变量后

sess.run(tf.global_variables_initializer())

应该会出现。

另外，如果你想获得的Mult(A,B)数值，应打印

sess.run(Mult(A,B))

并不仅仅是Mult(A,B)（因为后者只会给你一个张量对象）。

最后，您需要为您定义的变量提供一个名称。 [2,2]是形状（函数的第二个参数）。第一个参数应该是名称。

这里是校正后的代码：

import tensorflow as tf 
def Mult(A,B): 
    return tf.matmul(A,B) 

A = tf.get_variable('A',shape=[2,2], initializer = tf.zeros_initializer) 
B = tf.get_variable('B',shape=[2,2], initializer = tf.zeros_initializer) 

with tf.Session() as sess: 
    sess.run(tf.global_variables_initializer()) 
    print(sess.run(Mult(A,B)))

这将打印

[[ 0. 0.] 
[ 0. 0.]]

来源

2017-08-24 19:38:53

Tensorflow中的函数

回答

相关问题