반응형
tf.placeholder와 tf.Variable의 차이점은 무엇입니까?
저는 텐서플로우 뉴비입니다. 저는 tf.placeholder와 tf.Variable의 차이점이 해깔립니다. 제 관점에서 tf.placeholder는 입력 데이터를 위해 사용되고 tf.Variable은 데이터의 상태를 저장하는 데 사용됩니다. 이것이 제가 알고 있는 것의 전부입니다.
이 둘의 차이점을 더 자세하게 설명해 주실 분이 있으신가요? 특별히 언제 tf.placeholder를 사용하고 또한 언제 tf.Variable을 사용하나요?
14개의 답변 중 1 개의 답변만 추려냄.
간단히, 당신의 모델에서 가중치(W, weights)와 편향(B, Bias) 처럼 학습 가능한 변수를 위해 tf.Variable를 사용합니다.
weights = tf.Variable(
tf.truncated_normal([IMAGE_PIXELS, hidden1_units],
stddev=1.0 / math.sqrt(float(IMAGE_PIXELS))), name='weights')
biases = tf.Variable(tf.zeros([hidden1_units]), name='biases')tf.placeholder는 실제 학습 예시를 공급(feed)하는 데 사용됩니다.
images_placeholder = tf.placeholder(tf.float32, shape=(batch_size, IMAGE_PIXELS))
labels_placeholder = tf.placeholder(tf.int32, shape=(batch_size))다음은 학습되는 동안 학습 예시를 공급(feed)하는 방법입니다.
for step in xrange(FLAGS.max_steps):
feed_dict = {
images_placeholder: images_feed,
labels_placeholder: labels_feed,
}
_, loss_value = sess.run([train_op, loss], feed_dict=feed_dict)당신의 tf.variables는 이 학습의 결과로서 (수정되고) 학습될 것입니다.
더 자세한 내용은 https://www.tensorflow.org/versions/r0.7/tutorials/mnist/tf/index.html에서 확인하세요. (예시는 웹 페이지에서 가져왔습니다.)
반응형
'Python' 카테고리의 다른 글
| python에서 subprocess.PIPE로 non-blocking 읽기 (0) | 2019.06.03 |
|---|---|
| Python3에서 sys.stdout 인코딩 하는 방법 (0) | 2019.04.05 |
| [zipFile] Python 2.7 코드를 Python 2.6에서도 작동하게 만들기 (0) | 2019.03.06 |
| 부모 프로세스가 죽을 때 subprocess.check_output()로 생성된 Python 자식 프로세스를 죽이는 방법? (0) | 2019.02.21 |
| nonblocking 방법으로 subprocess의 출력을 읽는 방법 (0) | 2019.02.21 |
