TensorFlow中，如果要對一個參數進行訓練，那么這個參數必須是一個變量類tf.Variable，tf.Variable類會在反向傳播的時候進行梯度計算并保存梯度信息.

# coding: utf-8 # @時間 : 2022/3/19 2:56 下午 # @作者 : 那美那美 V: qwentest123 import tensorflow as tf w = tf.Variable([[1.], [2.]]) x = tf.constant([[3., 4.]]) r1 = tf.matmul(w, x) # 矩陣內積 w = w.assign([[5.], [6.]]) # 重新分配值 r2 = tf.matmul(w, x) print('參與計算1：', r1,'\n參與計算2：', r2) # tf.Variable類會在反向傳播的時候進行梯度計算并保存梯度信息 with tf.GradientTape(persistent=True) as tape:trainable = tf.Variable(1.)non_trainable = tf.Variable(2., trainable=False)x1 = trainable * 2.x2 = non_trainable * 3. print(tape.gradient(x1, trainable))

運行結果:

參與計算1： tf.Tensor( [[3. 4.][6. 8.]], shape=(2, 2), dtype=float32) 參與計算2： tf.Tensor( [[15. 20.][18. 24.]], shape=(2, 2), dtype=float32) tf.Tensor(2.0, shape=(), dtype=float32)

總結

以上是生活随笔為你收集整理的人工智能AI编程基础(五)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。