下降算法用tf.name_scope(‘ 模型 </跨度> ’)作为范围: W = tf.Variable(tf.random_uniform([1],-1,1),name =“W”) b = tf.Variable(tf.zeros([1]),name =“b”) z = tf.add(W * x_data,b,name锟垛( “./”,“摘要”,时间戳),sess.graph)train_summary_writer.add_graph(sess.graph)
这是张量板 可视化 </跨度> :
我的问题是:
我没有在图表中定义渐变。是不是来了
创建tf.train.GradientDescentOptimizer时,渐变会自动添加到图形中
您的代码指定GradientDescentOptimizer应尽量减少损失,这意味着它取决于损失。此外,为了最大限度地减少损失,需要更新模型中的权重。
对此我不确定;你可以上传图表定义吗? (您可以从会话中获取图表def。)
当我们添加张量形状时,我们已经禁用了箭头,但很多人都要求它们,所以我们会把它放回去。
顺便说一句,现在你将数据内联到模型中,这不是一个好的模式。在块中:
with tf.name_scope('data') as scope: x_data = [v[0] for v in vectors_set] y_data = [v[1] for v in vectors_set]
name_scope没有做任何事情,因为你没有在那里创建任何tensorflow操作,只是声明Python列表。相反,您应该考虑使用占位符。