Tensorflow中如何通过梯度下降法精确调整模型参数?
- 内容介绍
- 文章标签
- 相关推荐
本文共计1430个文字,预计阅读时间需要6分钟。
我也就不多说了,直接上代码吧!tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy) 这行TensorFlow代码使用了梯度下降法来最小化损失函数中的变量值,默认将tf.Variable(tf.zeros([784, 10]))初始化为权重。
我就废话不多说了,直接上代码吧!
tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)
TensorFlow经过使用梯度下降法对损失函数中的变量进行修改值,默认修改tf.Variable(tf.zeros([784,10]))
为Variable的参数。
本文共计1430个文字,预计阅读时间需要6分钟。
我也就不多说了,直接上代码吧!tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy) 这行TensorFlow代码使用了梯度下降法来最小化损失函数中的变量值,默认将tf.Variable(tf.zeros([784, 10]))初始化为权重。
我就废话不多说了,直接上代码吧!
tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)
TensorFlow经过使用梯度下降法对损失函数中的变量进行修改值,默认修改tf.Variable(tf.zeros([784,10]))
为Variable的参数。

