使用Tensorflow优化python中的函数
我是tensorflow的新手,尝试了解如何在机器学习环境之外使用。我想通过tensorflow的ADAM实现来优化python函数 假设我有以下函数:使用Tensorflow优化python中的函数,python,tensorflow,optimization,Python,Tensorflow,Optimization,我是tensorflow的新手,尝试了解如何在机器学习环境之外使用。我想通过tensorflow的ADAM实现来优化python函数 假设我有以下函数: def fun_测试(x): """ :param x:参数列表,例如[1,2,3] :返回:实际值 """ res=做某事(x) return res您需要重写函数dou\u something以张量作为输入并返回标量张量(即创建计算图)。下面的代码是如何对函数执行优化的示意图。(顺便说一句,在你的代码fun\u测试中和dou\u some
def fun_测试(x):
"""
:param x:参数列表,例如[1,2,3]
:返回:实际值
"""
res=做某事(x)
return res
您需要重写函数dou\u something
以张量作为输入并返回标量张量(即创建计算图)。下面的代码是如何对函数执行优化的示意图。(顺便说一句,在你的代码fun\u测试中
和dou\u something
没有真正的区别,所以我选择了后者)
您需要重写函数
do_something
,将张量作为输入并返回标量张量(即创建计算图)。下面的代码是如何对函数执行优化的示意图。(顺便说一句,在你的代码fun\u测试中
和dou\u something
没有真正的区别,所以我选择了后者)
x = tf.get_variable("x", dtype=..., initializer=...)
target = do_something(x)
opt = tf.train.AdamOptimizer(...).minimize(target) # Defines one optimization step
with tf.Session() as sess:
sess.run(tf.global_variables_initializer()) # Initialize x
NUM_STEPS = 1000
for _ in range(NUM_STEPS):
sess.run(opt) # Run optimization for NUM_STEPS steps
print(sess.run(x)) # Show values of x
print(sess.run(target)) # Show target value