0
假定损失和题库象下面这样:Tensorflow如何让培训步长值
cross_entropy = tf.mul(diff, diff)
train = tf.train.GradientDescentOptimizer(0.1).minimize(cross_entropy)
我想获得在训练阶段的重量和偏见,如:
for i in range(1000):
sess.run(train)
if cross_entropy == (specific value like 0.1, 0.05):
print(weight)
print(bias)
有任何方式在Tensorflow中实现它?
是ce_val数组?我试过了,但得到了ValueError:具有多个元素的数组的真值是不明确的。使用a.any()或a.all() –
啊,对不起,我不符合操作顺序和结果。现在应该可以。 – sygi
谢谢。真的对我有帮助。 –