Question

我试图运行一个AdamOptimizer进行一步训练，不成功。

optimizer = tf.train.AdamOptimizer(learning_rate).minimize(cost)
init = tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init)
    _, cost_value = sess.run(optimizer, feed_dict={X:X_data, Y: Y_data})

在代码中，cost是一个明确定义的函数，使用两个参数X，Y（分别为NN和训练标签的条目）实现conv NN加上后勤损失函数

当我运行它时，控制台告诉我运行返回None作为输出，这让我感到困惑，因为我预计它会给我返回成本。

我做错了什么？

Answer 1

我不认为optimizer将会返回任何内容。 optimizer.minimize（或train_op）将返回op，用于更新可训练的权重并增加全局步长。如果您希望退回损失（或费用），则必须specify sess.run([..., loss, ...], ...)

这是您的代码的样子：

optimizer = tf.train.AdamOptimizer(learning_rate).minimize(cost)
init = tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init)
    _, cost_value = sess.run([optimizer, cost], feed_dict={X:X_data, Y: Y_data})

优化器返回无

1 个答案: