Ich lese gerade Tensorflow-Dokumentation. Im folgenden Code habe ich gerade die letzte Zeile geändert. Ich schob letzte Zeile in Iteration, um zu sehen, was genau vor sich geht ...Tensorflow, Druckverlust-Funktion verursacht Fehler ohne feed_dictionary
import tensorflow as tf
# linear_model = W*x+B
W = tf.Variable(.3, dtype=tf.float32)
B = tf.Variable(-3., dtype=tf.float32)
x = tf.placeholder(dtype=tf.float32) #data_X
linear_model = W*x+B
y = tf.placeholder(dtype=tf.float32) #data_Y
loss = tf.reduce_sum(tf.square(linear_model-y))
optimizer = tf.train.GradientDescentOptimizer(0.01)
train = optimizer.minimize(loss)
X_train = [1.0,2.0,3.0,4.0] #data_X
y_train = [0.0,-1.0,-2.0,-3.0] #data_y
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
for i in range(1000):
sess.run(train,{x:X_train, y:y_train})
print(sess.run([W,B,loss], {x:X_train, y:y_train}))
Bitte überprüfen Sie die allerletzte Zeile: print(sess.run([W,B,loss], {x:X_train, y:y_train}))
Warum ich einschließen tun müssen
{x:X_train, y:y_train}
in Um Ausdruck zu drucken? Wenn Sie dies aus der letzten Zeile ausschließen, erhalten Sie einen Fehler. Es macht keinen Sinn, weil der Verlust bereits in der Zeile vorher berechnet wird. Danke
Vielen Dank. Ich verstehe es jetzt. –