Question

在Tensor中，我不理解Variable的值。下面是我的代码，我想我做了

  sess.run()

应该计算 W 的值，然而，在打印之后，我发现它没有改变。

代码是来自TensorFlow网站的MNIST示例代码。任何人都可以解释为什么 W 不会改变？

from tensorflow.examples.tutorials.mnist import input_data
import tensorflow as tf

mnist = input_data.read_data_sets("MNIST_dat/",one_hot=True)

x= tf.placeholder(tf.float32,[None,784])#need input x

W= tf.Variable(tf.zeros([784,10]))

b= tf.Variable(tf.zeros([10]))

y= tf.nn.softmax(tf.matmul(x,W)+b)


y_= tf.placeholder(tf.float32,[None,10])#need input y

cross_entropy = tf.reduce_mean(-tf.reduce_mean(y_*tf.log(y),reduction_indices=[1]))

train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)

init = tf.global_variables_initializer()

sess = tf.Session()

sess.run(init)

for i in range(1000):
    batch_xs,batch_ys = mnist.train.next_batch(100)
    sess.run(train_step,feed_dict={x:batch_xs,y_:batch_ys})

ww=W.eval(sess)
print(ww)

Answer 1

好的，当我运行你的代码时，我得到的输出看起来像这样

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

但是你必须意识到，W是一个100个元素的784，这个显示只显示了开始和结束时的几个值。对于MNIST中的大多数图像，第一个和最后几个像素不会很重要（实际的重要数据位于中间的某个位置，其中绘制了实际数字，对吧？）。但是，如果我将print语句更改为

print(ww.min(), ww.max())

我得到了这个输出

-0.330358 0.429428

这意味着正在按照预期训练一些重量。

Tensorflow：关于会话运行后的变量值？

1 个答案: