TensorFlow滑动平均模型
来源:互联网 发布:数据库无法远程连接 编辑:程序博客网 时间:2024/05/29 19:05
我们使用滑动平均模型可以使模型在测试数据上更准确。
在《TensorFlow:实战Google深度学习框架》一书中给了例子:
shadow_variable = decay*shadow_variable+(1-decay)*variable
每次使用的衰减率 = min{decay, (1+num_updates)/(10+unm_updates)}
下面代码中, num_updates = step
import tensorflow as tf#需要保存滑动平均值的变量v1 = tf.Variable(0, dtype=tf.float32)v2 = tf.Variable(0, dtype=tf.float32)#步数step = tf.Variable(0, trainable=False)#滑动平均模型ema = tf.train.ExponentialMovingAverage(0.99,step)#向模型提供变量averages_op = ema.apply([v1,v2])with tf.Session() as sess: init_op = tf.initialize_all_variables() sess.run(init_op) print sess.run([v1,ema.average(v1),v2,ema.average(v2)]) sess.run(tf.assign(v1,5)) sess.run(tf.assign(v2,8))#想获得影子变量,需要在run一下滑动平均节点 sess.run(averages_op) print sess.run([v1,ema.average(v1),v2,ema.average(v2)])
运行结果为:
[0.0, 0.0, 0.0, 0.0][5.0, 4.5, 8.0, 7.1999998]
分析:
上述代码中 step = 0
衰减率 = min{decay, (1+0)/(10+0)} = 0.1
4.5 = 0.1 * 0 +0.9 * 5
7.19998 = 0.1 * 0 + 0.9 * 8
1 0
- TensorFlow滑动平均模型
- tensorflow 滑动平均模型
- tensorflow--滑动平均模型
- tensorflow 滑动平均模型 ExponentialMovingAverage
- TensorFlow中滑动平均模型介绍
- TensorFlow优化之滑动平均模型
- Tensorflow深度学习之九:滑动平均模型
- Tensorflow滑动平均模型tf.train.ExponentialMovingAverage解析
- 9、Tensorflow: 移动平均法又称滑动平均法、滑动平均模型法(Moving average,MA)
- 滑动平均模型
- tensorflow07 《TensorFlow实战Google深度学习框架》笔记-04-05滑动平均模型
- tensorflow 下的滑动平均模型 —— tf.train.ExponentialMovingAverage
- Tensorflow中提供tf.train.ExponentialMovingAverage函数实现(滑动平均模型)
- 78、tensorflow滑动平均模型,用来更新迭代的衰减系数
- 【TensorFlow】MNIST(使用LeNet5+滑动平均+正则化+指数衰减法+激活函数+模型持久化)
- 深层神经网络——滑动平均模型
- 移动平均法又称滑动平均法、滑动平均模型法(Moving average,MA)
- 金融时间序列分析:7. MA滑动平均模型
- Android ContentProvider详解
- 对学生成绩管理系统的介绍
- Spring MVC源码深入剖析执行流程
- hashmap结构,
- HDU-1106-排序
- TensorFlow滑动平均模型
- 使用curses管理基于文本的屏幕
- 解决点击后呈现的背景问题
- 【工作内外遇到的那些】
- 最短路 hdu2544 (spfa)(模板)
- 理解矩阵
- 西邮Linux兴趣小组2017纳新免试题第一关详解
- Linux查看系统信息的一些命令及查看已安装软件包的命令
- [数据结构]深度优先搜索算法(Depth-First-Search,DFS)