GradientDescentOptimizer の引数の意味がわかりません。
def xxx(train_X, train_y, test_X): train_X = tf.placeholder(tf.float32,[None,784]) train_y = tf.placeholder(tf.float32,[None,784]) W = tf.Variable(tf.zeros([784,10])) b = tf.Variable(tf.zeros([10])) y = tf.nn.softmax(tf.matmul(train_X, train_y,W)+b) pred_y = tf.placeholder(tf.float32,[None,10]) cross_entropy = -tf.reduce_sum(pred_y*tf.log(y)) train_step = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy) init = tf.initialize_all_variables() correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1)) accuracy = tf.reduce_mean(tf.cast(correct_prediction,"foat")) return pred_y
と書いてMNISTを読み込んで推測する準備をするコードを書きました。
しかし、
train_step = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)
と書いた部分の
GradientDescentOptimizer(0.01)
のメソッドの引数(ここでは0.01)の意味が分かりません。
ほかのキータの記事等で上がっているコードでは0.01だったり0.1だったりしていて....。Tensorflowのドキュメントを見たのですが書いておらず...。
GradientDescentOptimizer の引数の意味は何なのでしょうか?
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。
退会済みユーザー
2017/05/11 04:51