- 综合排序
- 最热优先
- 最新优先
- 来自专栏计算机视觉理论及其实现
Variable变量
Variable和Tensor本质上没有区别，不过Variable会被放入一个计算图中，然后进行前向传播，反向传播，自动求导。 首先Variable是在torch.autograd.Variable中，要将一个tensor变成Variable也非常简单，比如想让一个tensor a变成Variable，只需要Variable(a Variable有三个比较重要的组成属性：data、grad和grad_fn。 通过data可以取出Variable里面的tensor数值，grad_fn表示的是得到这个Variable的操作，比如通过加减还是乘除得到，最后grad是这个Variable的反向传播梯度，下面通过例子来具体说明一下 # Creat Variablex = Variable(torch.Tensor([1]), required_grad=True)w = Variable(torch.Tensor([2]), required_grad
1K10编辑于 2022-09-02 - 来自专栏java编程那点事
Broadcast Variable
Spark提供的Broadcast Variable，是只读的。并且在每个节点上只会有一份副本，而不会为每个task都拷贝一份副本。
40900编辑于 2023-02-25 - 来自专栏全栈程序员必看
Ruby Variable Scope
Scope defines where in a program a variable is accessible. Ruby has four types of variable scope, local,global, instance and class. Each variable type is declared by using a special character at the start of the variable name as outlined Name Begins With Variable Scope $ A global variable @ An instance variable [a-z] or _ A local variable Variable Name Variable Value $@ The location of latest error $_ The string last read by gets $.
1.3K10编辑于 2022-07-10 - 来自专栏人工智能LeadAI
Tensorflow教程： tf.Variable() 和tf.get_variable()
一、简介 tf.Variable() 1tf.Variable(initial_value=None, trainable=True, collections=None, validate_shape =None) tf.get_variable() 1tf.get_variable(name, shape=None, dtype=None, initializer=None, regularizer 使用tf.get_variable()时，系统不会处理冲突，而会报错 1import tensorflow as tf 2w_1 = tf.Variable(3,name="w_1") 3w_2 = tf.Variable ("w1", shape=[]) 5 w2 = tf.Variable(0.0, name="w2") 6 with tf.variable_scope("scope1", reuse=True): 7 w1_p = tf.get_variable("w1", shape=[]) 8 w2_p = tf.Variable(1.0, name="w2") 9 10 print(w1 is w1
67030发布于 2018-07-30 - 来自专栏计算机视觉理论及其实现
tf.Variable
import tensorflow as tf# Create a variable.w = tf.Variable(<initial-value>, name=<optional-name>)# Use import tensorflow as tfx = tf.Variable(5)y = tf.Variable(10)z = tf.Variable(10)# The followings will raise an exception starting 2.0# TypeError: Variable is unhashable if Variable equality is enabled.variable_set = {x, y, z}variable_dict = {x: 'five', y: 'ten'}相反，我们可以使用variable.experimental al_ref()。 x = tf.Variable(5)print(x.experimental_ref().deref())==> <tf.Variable 'Variable:0' shape=() dtype=int32
3.5K40编辑于 2022-09-03 - 来自专栏全栈程序员必看
placeholder 与variable
None, 784]是tensor的shape， None表示第一维是任意数量，784表示第二维是784维 y_ = tf.placeholder(tf.float32, [None, 10]) 2. variable —变量 当训练模型时，用variable来存储和更新参数。 variable实例化时必须有初始值。 MNist中，定义w和b: W = tf.Variable(tf.zeros([784, 10])) b = tf.Variable(tf.zeros([10])) 发布者：全栈程序员栈长，转载请注明出处
68020编辑于 2022-09-13 - 来自专栏漫漫深度学习路
tensorflow学习笔记（二十三）：variable与get_variable
Variable tensorflow中有两个关于variable的op，tf.Variable()与tf.get_variable()下面介绍这两个的区别 tf.Variable与tf.get_variable =None, name=None, variable_def=None, dtype=None, expected_shape=None, import_scope=None) tf.get_variable 使用tf.get_variable()时，系统不会处理冲突，而会报错 import tensorflow as tf w_1 = tf.Variable(3,name="w_1") w_2 = tf.Variable 在其他情况下，这两个的用法是一样的 get_variable()与Variable的实质区别 来看下面一段代码： import tensorflow as tf with tf.variable_scope ("scope1"): w1 = tf.get_variable("w1", shape=[]) w2 = tf.Variable(0.0, name="w2") with tf.variable_scope
75340发布于 2019-05-26 - 来自专栏python前行者
tf.Variable()函数
tf.Variable(initializer,name),参数initializer是初始化参数，name是可自定义的变量名称，用法如下： import tensorflow as tf v1 =tf.Variable(tf.random_normal(shape=[4,3],mean=0,stddev=1),name='v1') v2=tf.Variable(tf.constant(2),name (tf.zeros([3, 3, 3]), name="v1") v2 = tf.Variable(tf.ones([10, 5]), name="v2") # 填充单值矩阵 v3 = tf.Variable name="weights") biases = tf.Variable(tf.zeros([200]), name="biases") ... # Add an op to initialize the 当然也可以这样写：encoding:UTF-8 import tensorflow as tf这句话是导入tensorflow 模块 state = tf.Variable(0 , name='counter
10.3K40发布于 2019-03-25 - 来自专栏这里只有VxWorks
POSIX之Condition Variable
Condition Variable(简称Condition)是Posix定义的一种同步机制 - Thread为了某些数据的特定状态，而阻塞执行，等待其它Thread的通知。 使用时有个限制 - Condition Variable必须与Mutex关联使用。怎么感觉有点像关联到信号量的Event？ : in thread1, pthread_mutex_lock\n"); printf("Condition Variable: in thread1, data = %d\n", data ); printf("Condition Variable: in thread1, pthread_cond_wait begin\n\n"); pthread_cond_wait( ); printf("Condition Variable: in thread2, pthread_cond_signal begin\n"); pthread_cond_signal
75020编辑于 2022-12-05 tf.variable和tf.get_Variable以及tf.name_scope和tf.variable_scope的区别
==因此，tensorflow中用tf.Variable(),tf.get_variable(),tf.Variable_scope(),tf.name_scope()几个函数来实现：== ---- 一 、tf.Variable(),tf.get_variable()的作用与区别： tf.Variable()和tf.get_variable()都是用于在一个name_scope下面获取或创建一个变量的两种方式 ，区别在于： tf.Variable()会自动检测命名冲突并自行处理，但tf.get_variable()则遇到重名的变量创建且变量名没有设置为共享变量时，则会报错。 tf.variable_scope()：一般与tf.name_scope()配合使用，用于管理一个graph中变量的名字，避免变量之间的命名冲突，tf.variable_scope()允许在一个variable_scope tf.variable_scope() import tensorflow as tf with tf.variable_scope('variable_scope_y') as scope:
94060发布于 2018-05-09- 来自专栏JNing的专栏
tensorflow: variable的值 与 variable.read_value()的值 区别
问题 查看 tensorflow api manual 时，看到关于 variable.read_value() 的注解如图： ? 那么在 tensorflow 中，variable的值 与 variable.read_value()的值 到底有何区别？ 实验代码 # coding=utf-8 import tensorflow as tf # Create a variable. w = tf.Variable(initial_value=10., 的值 与 variable.read_value()的值 之间的 区别 仅仅在于 tensor类型 的不一样； 但 eval() 后打印出的结果值是 一样的 。 w.read_value() : Tensor("read:0", shape=(), dtype=float32) 10.0 w : <tf.Variable 'Variable:0' shape
1.7K30发布于 2018-09-28 - 来自专栏计算机视觉理论及其实现
Pytorch之认识Variable
Tensor是Pytorch的一个完美组件，但是要构建神经网络还是远远不够的，我们需要能够计算图的Tensor，那就是Variable。 Variable是对Tensor的一个封装，操作和Tensor是一样的，但是每个Variable都有三个属性，Varibale的Tensor本身的.data，对应Tensor的梯度.grad，以及这个Variable Variableimport torchx_tensor = torch.randn(10,5)y_tensor = torch.randn(10,5)#将tensor转换成Variablex = Variable (x_tensor,requires_grad=True) #Varibale 默认时不要求梯度的，如果要求梯度，需要说明y = Variable(y_tensor,requires_grad=True 类型的x = 2x = Variable(torch.FloatTensor([2]),requires_grad=True)y = x ** 2y.backward()print(x.grad)
90740编辑于 2022-09-02 - 来自专栏最新最全的大数据技术体系
llegal target for variable annotation
llegal target for variable annotation 问题 变量注释的非法目标 思路 复制时编码错误，自己敲一遍后正常运行 #** 将垂直知识加入prompt，以使其准确回答 **
37210编辑于 2023-10-22 - 来自专栏python前行者
tf.get_variable
tf.Variable() 和tf.get_variable()区别 1、使用tf.Variable时，如果检测到命名冲突，系统会自己处理。 使用tf.get_variable()时，系统不会处理冲突，而会报错 import tensorflow as tf w_1 = tf.Variable(3,name="w_1") w_2 = tf.Variable (name="w_1",initializer=1) w_2 = tf.get_variable(name="w_1",initializer=2) #错误信息 #ValueError: Variable 在其他情况下，这两个的用法是一样的 import tensorflow as tf with tf.variable_scope("scope1"): w1 = tf.get_variable w1_p = tf.get_variable("w1", shape=[]) w2_p = tf.Variable(1.0, name="w2") print(w1 is w1_p, w2 is
1.4K20发布于 2019-03-25 - 来自专栏算法微时光
condition_variable介绍
std::condition_variable std::condition_variable是条件变量。 std::condition_variable 对象通常使用 std::unique_lock 来等待， 如果需要使用另外的 lockable 类型，可以使用std::condition_variable_any 类，本文后面会讲到 std::condition_variable_any 的用法。 std::condition_variable cv; // 全局条件变量. bool ready = false; // 全局标志位. std::cout << "thread " << id << '\n'; } std::condition_variable::wait() std::condition_variable提供了两种
95010编辑于 2021-12-06 - 来自专栏计算机视觉理论及其实现
tf.variable_scope
如何创建一个新变量的简单例子:with tf.variable_scope("foo"): with tf.variable_scope("bar"): v = tf.get_variable ): v = tf.get_variable("v", [1])with tf.variable_scope("foo", reuse=True): v1 = tf.get_variable ("v", [1])assert v1 == v通过捕获范围和设置重用共享一个变量:with tf.variable_scope("foo") as scope: v = tf.get_variable with tf.variable_scope("foo"): v = tf.get_variable("v", [1]) v1 = tf.get_variable("v", [1]) with tf.variable_scope("foo", reuse=True): v = tf.get_variable("v", [1]) # Raises ValueError("
2.3K20编辑于 2022-09-04 - 来自专栏我的博客
syntax error: Bad for loop variable
在ubuntu下跑一个测试脚本，提示for 循环的语法错误，查了一下，系统启动问题。 代码对于标准bash而言没有错，因为Ubuntu为了加快开机速度，用dash代替了传统的bash，是dash在捣鬼。 解决方法是 取消dash sudo dpkg-reconfigure dash 在选择项中选No，即可。 dash 好像是Debian的版本。
1.1K90发布于 2018-04-28 - 来自专栏容器计算
【Grafana】Variable配置的方法
最近在搞 Ceph RGW 的监控，大概的架构就是 /^[\u4e00-\u9fa5a-zA-Z0-9]{2,12}$/
98120发布于 2021-03-02 - 来自专栏Python
Python Tkinter之variable用法
Variable 类 有些控件 (比如 Entry 控件, Radiobutton 控件 等) 可以通过传入特定参数直接和一个程序变量绑定, 这些参数包括: variable, textvariable 但一般的 Python 变量不能被传递给 variable 或者 textvariable 参数. 这些参数可接受的类型仅限于 Tkinter 包中的 Variable 类的子类. 为了让 Tkinter 组件与变量进行双向绑定，只要为这些组件指定 variable（通常绑定组件的 value）、textvariable（通常绑定组件显示的文本）等属性即可。 但这种双向绑定有一个限制，就是 Tkinter不允许将组件和普通变量进行绑定，只能和 tkinter 包下 Variable 类的子类进行绑定。 对于 Variable 变量而言，如果要设置其保存的变量值，则使用它的 set() 方法；如果要得到其保存的变量值，则使用它的 get() 方法。
34710编辑于 2024-10-12 - 来自专栏用户画像
python菜鸟教程 | 变量 variable
可以将一个数值，或者字符串串附值给自变量，如apple=1 中，apple为自变量的名称，1为自变量的值。 也可以将字符串赋值给自变量 apple='iphone7 plus'
1.2K10发布于 2020-07-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号