उत्पन्न करना ipython में मैंने tensorflow as tf
और numpy as np
आयात किया और एक TensorFlow InteractiveSession
बनाया।टेंसरफ्लो: एक यादृच्छिक स्थिर
some_test = tf.constant(np.random.normal(loc=0.0, scale=1.0, size=(2, 2)))
session.run(some_test)
रिटर्न:
array([[-0.04152317, 0.19786302],
[-0.68232622, -0.23439092]])
उम्मीद बस के रूप में जब मैं चला रहा हूँ या numpy इनपुट के साथ कुछ सामान्य वितरण आरंभ, सब कुछ ठीक चलता है।
... लेकिन जब मैं Tensorflow सामान्य बंटन फ़ंक्शन का उपयोग करें:
(...)
TypeError: List of Tensors when single Tensor expected
मैं यहाँ क्या याद आ रही है:
some_test = tf.constant(tf.random_normal([2, 2], mean=0.0, stddev=1.0, dtype=tf.float32))
session.run(some_test)
... यह एक प्रकार त्रुटि कह उठता है?
के उत्पादन:
sess.run(tf.random_normal([2, 2], mean=0.0, stddev=1.0, dtype=tf.float32))
अकेले बिल्कुल वही चीज़ जो np.random.normal
उत्पन्न रिटर्न - एक सामान्य वितरण से लिया मूल्यों के साथ आकार (2, 2)
के> एक मैट्रिक्स।
स्पष्टीकरण के लिए धन्यवाद! तो मुझे यादृच्छिक "निरंतर" प्राप्त करने के लिए जीपीयू त्वरण उर्फ "शुद्ध" tensorflow जब मैं 'tf.Variable' का उपयोग करना होगा ?! – daniel451
हां, यह counterintuitive है, है ना? :) मुद्दा वास्तव में है कि, टीएफ में, "परिवर्तनीय" और "प्रारंभिक" की अवधारणाएं एक ही प्रकार में संयुक्त होती हैं - हमने कभी-कभी प्रारंभ करने के बेहतर तरीकों पर चर्चा की है (उदाहरण के लिए सी- भाषाओं की तरह), लेकिन अभी तक एक डिजाइन पर बसने नहीं है।(कोई कल्पना कर सकता है कि निरंतर फोल्डिंग इत्यादि जैसे ऑप्टिमाइज़ेशन के लिए ऐसी चीज कैसे उपयोगी होगी) – mrry
प्रतिक्रिया @mrry के लिए धन्यवाद। अगर मैं वही काम करने की कोशिश कर रहा हूं लेकिन मैं 'some_test' स्थिर रखना नहीं चाहता हूं तो मैं विकल्प 2 के समान ही काम करूंगा लेकिन 'sess.run (some_test.initializer)' शामिल नहीं है? – bnorm