我是新手，正在尝试熟悉Tensorflow2.0库。我经常使用numpy，注意到numpy和tensorflow的变量是“兼容”的。但如果我在tensorflow中使用一个numpy变量或对象，是不是每次都需要将这个变量转换成张量？如果使用Tensorflow，我应该把所有东西都初始化为Tf变量，还是根据它将被numpy或tf使用来决定？似乎很多数学运算也是在tf.math中实现的，我应该完全放弃numpy操作吗？顺便说一下，我不会用Tensorflow进行机器学习，主要是用Tensorflow Probability进行采样等操作。
1个回答
2
通常来说，Tensorflow中有三种变量类型。
顺便提一下，这里有一个简单的教程，其中包含一些实践例子，可能会帮助您尽快熟悉Tensorflow。 simple tutorial
var = tf.placeholder()定义了一个占位符，用于接收和提供训练数据。var = tf.constant()创建一个常量张量。var = tf.variable()定义了一个可训练的变量。Tensorflow会自动对这种变量进行微分运算。例如，神经网络的权重和偏置应该使用tf.variable()进行定义。
var = tf.constant()和var = tf.variable()。而var = tf.placeholder()则不需要初始化。顺便提一下，这里有一个简单的教程，其中包含一些实践例子，可能会帮助您尽快熟悉Tensorflow。 simple tutorial
- guorui
1
非常感谢！那么Tensorflow probability呢？我可能更多地使用Tensorflow进行蒙特卡罗模拟，而不是用于机器学习。我是否需要tf.variable()，还是应该坚持使用tf.constants呢？ - Pickniclas
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接