TensorFlow文档入门

Question

我不确定这是否是提出这个问题的合适地方。我在跟踪https://www.tensorflow.org/get_started/get_started时遇到了以下示例代码：

W = tf.Variable([.3], tf.float32)

b = tf.Variable([-.3], tf.float32)

x = tf.placeholder(tf.float32)

linear_model = W * x + b


In the section on loss function it has the following:

y = tf.placeholder(tf.float32)

squared_deltas = tf.square(linear_model - y)

loss = tf.reduce_sum(squared_deltas)

print(sess.run(loss, {x:[1,2,3,4], y:[0,-1,-2,-3]}))

为什么是y [0,-1,-2,-3]的价值？基于

linear_model = W * x + b, 

Y将是0.3x - 0.3。所以对于x= 1,2,3,4，y应该是0,0.3,0.6,0.9。还是我错过了什么？

Answer 1

是的，你漏掉了一些东西。本练习的目标是展示您首先构建一个图(W*x+b=y)，然后为占位符提供变量。为此，您需要提供x和y，并查看期望的wat (y变量)和得到的结果( linear_model变量)之间的差异。

你混淆了方程式的结果和本教程想从方程式中得到的东西。如果你继续学习本教程，他们可能会学习你如何训练你的权重来获得你期望的解。

祝好运!

Answer 2

在这段代码中，'x‘是输入，'y’是标签的作用，你似乎已经明白了这一点。

'W‘和'b’是程序应该‘学习’的变量，这样当x=1,2,3,4，y结束时为0，-1，-2，-3。

您看到的'W‘和'b’的值是初始值。此代码中未包含更新步骤，您将在基于损失函数计算梯度后更新权重。在几次迭代之后，您应该得到'W‘和'b’，这样当使用x=1,2,3,4时，您将得到y=0，-1，-2，-3