3
张量流何时更新for循环中的权重和偏差?Tensorflow何时更新权重和偏差?
下面是tf的github的代码。 mnist_softmax.py
for _ in range(1000):
batch_xs, batch_ys = mnist.train.next_batch(100)
sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})
- 什么时候tensorflow更新重量和偏见?
- 运行时是否更新
sess.run()
?如果是这样,是不是意味着在这个程序中,更新权重和偏差1000次? - 还是在完成整个循环后更新它们?
- 如果2.是正确的,我的下一个问题是,是否每次都使用不同的训练数据更新模型(因为它使用next_batch(100)。总共有1000 * 100个训练数据点,但所有数据点都是
- 如果3.是正确的,奇怪的是经过一个更新步骤后模型已经被训练了吗?我认为我一定是误解了一些东西,它会是错误的。真正伟大的,如果任何人都可以给我一个提示或参考一些材料。
为什么不需要一遍又一遍地训练相同的数据集?有超过1000 * 100的数据,我认为它需要一遍又一遍迭代整个数据集,直到达到最小值。我对么? –
@ZianLai你不一定需要一次又一次地看到相同的数据,所需要的只是你有足够的数据让网络收敛。如果你愿意,你可以在相同的数据上迭代多次,但由于这个模型没有很多参数,它收敛在一个时期。 –