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())
と
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?
回答1件
あなたの回答
tips
プレビュー
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。