TensorFlowの日本語まとめ

TensorFlowの公式サイトに書かれている英文を英語ど素人が翻訳(日本語訳/和訳)します。 間違いがありましたら、優しく教えていただけますと幸いです。 内容を理解したら、使ってみたい。

1.変数:作成、初期化、保存、およびロード

あなたは、モデルを訓練するときには、保持するための変数更新パラメータを使用します。変数は、テンソルを含むインメモリバッファです。それらは、明示的に初期化されなければならず、訓練中や後にディスクに保存します。後で練習をしたり、モデルを分析するための値を保存しリストアすることができます。

 

このドキュメントでは、次のTensorFlowクラスを参照します。APIの完全な説明のためのリファレンスマニュアルへのリンクに従ってください

  • The tf.Variable class.
  • The tf.train.Saver class.

    スポンサーリンク

     

     

作成

変数の作成時には、 Variable() コンストラクタに初期値としてテンソルを渡します。TensorFlowは、多くの場合、定数またはランダム値から初期化に使用されるテンソルを作り出すOPSのコレクションを提供します。

 

これらすべてのOPSテンソルを指定する必要があることに注意してください。その形状は、自動的に変数形状となります変数は、一般的に一定の形状を持っていますが、TensorFlowは、変数を再形成するための高度なメカニズムを提供しています。

# Create two variables.
weights = tf.Variable(tf.random_normal([784, 200], stddev=0.35),
                      name="weights")
biases = tf.Variable(tf.zeros([200]), name="biases")

呼び出したtf.Variable()のグラフには、いくつかのOPSを追加します。

  • 変数の値を保持する変数OP。
  • 初期値に変数を設定する初期化子のOP。これは実際にtf.assign OPです。
  • そのような例では、可変バイアスのためzeros OPとして初期値のOPSまた、グラフに追加されます

tf.Variable() によって返される値は、Pythonのクラスtf.Variableのインスタンスです。

f:id:TensorFlow:20160109090647j:plain

(原文サイト)

Variables: Creation, Initialization, Saving, and Loading