深度学习框架Tensorflow学习(六)-----小错误引来的反思
来源:互联网 发布:公司员工工资表数据 编辑:程序博客网 时间:2024/05/15 23:47
今天闲来无聊写了一个简单构建简单神经网络的例子,代码如下:
import tensorflow as tfimport numpy as npdef add_layer(inputs,in_size,out_size,activation_function=None): Weights = tf.Variable(tf.random_normal([in_size,out_size])) biases = tf.Variable(tf.zeros([1, out_size])+0.1) Wx_plus_b = tf.matmul(inputs,Weights)+biases if activation_function==None: outputs=Wx_plus_b else: outputs=activation_function(Wx_plus_b) return outputsx_data =np.linspace(-1,1,300,dtype='float32')[:,np.newaxis]noise = np.random.normal(0,0.05,x_data.shape)y_data =np.square(x_data)-0.5+noisexs=tf.placeholder(tf.float32,[None,1])ys=tf.placeholder(tf.float32,[None,1])l1 = add_layer(x_data,1,10,activation_function=tf.nn.relu)prediction = add_layer(l1,10,1,activation_function=None)loss = tf.reduce_mean(tf.reduce_sum(tf.square(y_data-prediction),reduction_indices=[1]))train_step=tf.train.GradientDescentOptimizer(0.01).minimize(loss)init = tf.initialize_all_variables()sess = tf.Session()sess.run(init)for i in range(1000): sess.run(train_step,feed_dict={xs:x_data,ys:y_data}) if i%50==0: print(sess.run(loss,feed_dict={xs:x_data,ys:y_data}))
大家注意这一行,x_data =np.linspace(-1,1,300,dtype='float32')[:,np.newaxis]
在一开始的时候,我没有定义x_data的dtype,但是就一直报错,我都没找到为什么报错,就是报数据类型不对,经过调试发现,x_data生成的数据类型为float64,而我们在其他地方定义的数据类型都是float32,因为这个不匹配,这个就引起我的反思了,我就查找资料,决定找到这个问题的根源所在,测地解决数据类型的错误。
在这个帮助文档中np.linspace中有说明,
dtype : dtype, optional
The type of the output array. If dtype is not given, infer the data type from the other input arguments.
**如果没有给定数据类型,返回数据的数据类型根据其他输入参数的数据类型来判断。
————————————————————————————————————
暂时未找到具体的定义说明参数定义是根据哪个输入来定义,建议同学们在使用时对变量进行定义的时候把数据类型参数给定义了,这样不会引起不必要的错误,有什么更新的知识能够解答这个问题我会继续在这边补充出来,欢迎大家随时关注。
0 0
- 深度学习框架Tensorflow学习(六)-----小错误引来的反思
- TensorFlow深度学习框架
- TensorFlow深度学习框架
- TensorFlow深度学习框架
- TensorFlow深度学习框架
- TensorFlow深度学习框架
- 深度学习笔记——深度学习框架TensorFlow(六)[TensorFlow线性模型教程]
- 关于深度学习框架TensorFlow的调研
- 学习:基于Google的TensorFlow框架来介绍深度学习
- 深度学习框架TensorFlow学习笔记(1)
- 深度学习反思
- 深度学习框架的比较(MXNet, Caffe, TensorFlow, Torch, Theano)
- 深度学习框架的比较(MXNet, Caffe, TensorFlow, Torch, Theano)
- 深度学习框架的比较(MXNet, Caffe, TensorFlow, Torch, Theano)
- 深度学习框架的比较(MXNet, Caffe, TensorFlow, Torch, Theano)
- 深度学习框架Caffe/CNTK/Tensorflow/Theano/Torch的比较
- 深度学习框架的比较(MXNet, Caffe, TensorFlow, Torch, Theano)
- 深度学习框架TensorFlow的基本介绍和安装
- 欢迎使用CSDN-markdown编辑器
- Windows下 OpenCV 3.2配置和在VS2015下的简单demo
- illegal character: '\ufeff' 错误
- URAL 2073. Log Files
- this关键字的使用
- 深度学习框架Tensorflow学习(六)-----小错误引来的反思
- hdu1710 Binary Tree Traversals(二叉树遍历)
- BZOJ2801: [Poi2012]Minimalist Security
- 每天一个linux命令(1):ls命令
- 1.2-3 求整数的平均值
- 0-1背包
- FT232驱动安装不成功的解决方案
- cf中的一道二分题
- 检查tomcat是否已经启动命令