TensorFlow的API有低级和高级之分。
底层的API基于TensorFlow内核,它主要用于研究或需要对模型进行完全控制的场合。...第一个机器学习的TF实现
TensorFlow的计算分为两个阶段:
构建计算图
执行计算图
先给出“平行世界”版本,(a, b)初始值为(-1, 50),第二次尝试(-1, 40)
?...TF官方的训练数据是x_train = [1, 2, 3, 4],y_train = [0, -1, -2, -3],而我们的训练数据是“平行世界”的观察记录x_train = [22, 25, 28,...这个结果令人崩溃,仅仅换了下TF官方get started中例子中模型的训练数据和初始值,它就不工作了。
先来看看问题在哪。一个调试的小技巧就是打印每次训练的情况,并调整loop的次数。
?...TF实际是工作的,并没有撂挑子。只是它训练时每次调整(a, b)都幅度很大,接下来又矫枉过正且幅度越来越大,导致最终承载a和b的tf.float32溢出而产生了nan。