質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

1回答

721閲覧

sess.runとtrain_step.runの違いについて

退会済みユーザー

退会済みユーザー

総合スコア0

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2017/12/15 04:42

sess.runとtrain_step.runの違いがわかりません。

Tensorflowのチュートリアルをやっています。
https://www.tensorflow.org/get_started/mnist/beginners

train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy) correct_prediction = tf.equal(tf.argmax(y_conv,1),tf.argmax(y_,1)) accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32)) sess.run(tf.global_variables_initializer()) for i in range(20000): batch = mnist.train.next_batch(50) if i%100 == 0: train_accuracy = accuracy.eval(feed_dict={x:batch[0],y_:batch[1],keep_prob:1.0}) print("step %d, training accuracy %g"%(i,train_accuracy)) train_step.run(feed_dict={x:batch[0],y_:batch[1],keep_prob:0.5}) print("test accuracy %g"%accuracy.eval(feed_dict={x: mnist.test.images, y_:mnist.test.labels, keep_prob: 1.0}))

というコードが最後のほうに出てきました。
その中で、

sess.run(tf.global_variables_initializer())

train_step.run(feed_dict={x:batch[0],y_:batch[1],keep_prob:0.5})

と2回runしている理由がわかりません。
なぜ2回もrunしているのでしょうか?

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

tensorflowでは基本的にrunしないとグラフが実行されません。
この仕様にdefine-and-runという名前が与えられています。
いろいろ定義して書かれているのは、どのような手続きで計算してほしいか、ということになっています。
そして、それらの手続きを実行した結果を知りたい時にそのたびにrunをします。

もっと基礎的なことが書かれた投稿です。
https://qiita.com/rindai87/items/4b6f985c0583772a2e21

ですので、何度runしても不思議ではないということです。


ただ、今回の場合に限っていうと、最初のrunはグラフ内の変数を初期化しています。
これを行わないと、以後初めて定義した変数を使用した際にエラーが出ます。
そして2つ目のrunはループの中に入っており、ループのたびにバックプロパゲーションが実行されてモデルの学習が行われます。


このような仕様はtensorflow特有のものです。
これが少々わかりにくいかもしれないということで、chainerのようなdefine-by-runのフレームワークもございます。
http://s0sem0y.hatenablog.com/entry/2017/01/14/060758
https://www.slideshare.net/unnonouno/chainer-59664785

そしてtensorflowにもdefine-by-runの機能が最新版で追加されました。
http://nonbiri-tereka.hatenablog.com/entry/2017/11/06/081037


変数を宣言して初期化せずにエラーを出すのは普通に考えたら余計なエラーのように感じるのが自然な考えです。
そのため、tensorflowの上位ラッパーであるKerasではそのような不自然なコードを書く必要がありません。
ライブラリの方で、こまごまとしたことを全部やってくれます。
例えば、MNISTの学習のコードは次のようになります。
https://github.com/keras-team/keras/blob/master/examples/mnist_cnn.py


具体的にどのような係数が定義されて、どのように重みが更新されているのかを直に触れるのがtensorflowです。
カスタマイズ性を追求した結果、いろいろと面倒なことが多いです。

投稿2017/12/15 06:13

mkgrei

総合スコア8560

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問