CV第八课 Tensorflow实例 Keras

trouble: 

　　我们把w1,w2放在session里会面临，每一步我们都会copy weights 在CPU/GPU之间，这样会导致运行非常缓慢

　　所以把w1,w2放入graph里，避免这种copy

提问：

　　为什么不把输入与labels： x,y 也放入graph

答：

　　在实际中，输入是mini-batch的形式，每一个step都会变，而不是这里的随机数。

　　

 

 

 

 

 

trouble：

　　将w1,w2写入graph中，结果其没有跟着loss一起更新

解决方法：

　　因为在sess.run()中没有加入w1,w2所以其没有更新，现在在 .run() 中加入了tf.group(new_w1,new_w2)，其返回None值，但是会一起更新了

　　

　　

 

新方法：

　　这里可以用两行optimizer来计算梯度更新权重，其中参数是learning rate， 代替了上面的五行

 

 

 

 

新方法：

　　调用 MSE（）方法来代替我们自己写的两行L2 distance （欧氏距离）

 

 

 新方法:   Xavier initializer 有点不懂

　　set bias 

 

 

 

图像记录： tensorBoard

 

 

 

基于TF的包 Keras