tensorflow 学习笔记3 placeholder与激活函数

来源：互联网发布：淘宝优惠券微信机器人编辑：程序博客网时间：2024/06/05 09:19

placeholder使用的时候和前面的variable不同的是在session运行阶段，需要给placeholder提供数据，利用feed_dict的字典结构给placeholdr变量“喂数据”。

import tensorflow as tf#placeholder 传入值  运行结果时给它一个输入值，与feed_dict绑定input1=tf.placeholder(tf.float32)input2=tf.placeholder(tf.float32)output=tf.multiply(input1,input2)with tf.Session() as sess:    print(sess.run(output,feed_dict={input1:[7.0],input2:[2.0]}))

结果：

[14.]

常见的激活函数有：

tf.nn.relutf.nn.relu6tf.nn.crelutf.nn.elutf.nn.softplustf.nn.softsigntf.nn.dropouttf.nn.bias_addtf.sigmoidtf.tanh

sigmoid：

$\sigma \left( x\right) =\dfrac {1} {1+e^{-x}}$

tanh函数：

$\tanh \left( x\right) =2\sigma \left( 2x\right) -1$

relu函数：

$f\left( x\right) =\max \left( 0,x\right)$

leaky relu函数：

ReLU 中当 x<0 时，函数值为 0。而 Leaky ReLU 则是给出一个很小的负数梯度值，比如 0.01。

阅读全文

0 0