在第4.1.1节中提到”所有线性模型的组合还是一个线性模型” 但在4.1.3中又提到,采用隐藏层的线性模型可以解决异或问题 两者是否矛盾?
5.5 给的最佳实践案例, 里面的滑动平均模型有用上吗? 在我的理解, 全程都只是在不停维护一个滑动平均的列表, 但是一直没用上. 如果需要用, 还得大改一下mnist_inference.py和后面的mnist_evaluate.py用滑动平均预测的时候,也要增加好几行
书第127页指出,前向传播函数Inference只调用一次。但不是每个batch都要前向传播的吗?书中代码没问题,但不太明白其中的原理,求教。。
这里说的是调用下文的tf.get_variable这个函数。
@chateba 同不理解,能说仔细点吗?
@Fanyi 您理解了吗?能给讲讲吗?
下载资源里的代码不是第二版的吗,不是python实现的吗
P101页的最下面, for i in range(TRAINING_STEPS)这一句代码之后应该是先sess.run(train_step)才对,怎么能一下子就用验证机进行测试了呢?希望作者看一下
train_op已经替代了
放在后面是为了先在开始训练之前测试一次
@Walyttt 运行Train_op的时候,怎么报错没给y_赋值,那一句只给了x和y喂值了
@luobotou 抱歉,,我把y和y_搞错了。。。困扰了我一天,难受。
在第4.1.1节中提到”所有线性模型的组合还是一个线性模型” 但在4.1.3中又提到,采用隐藏层的线性模型可以解决异或问题 两者是否矛盾?
5.5 给的最佳实践案例, 里面的滑动平均模型有用上吗? 在我的理解, 全程都只是在不停维护一个滑动平均的列表, 但是一直没用上. 如果需要用, 还得大改一下mnist_inference.py和后面的mnist_evaluate.py用滑动平均预测的时候,也要增加好几行
书第127页指出,前向传播函数Inference只调用一次。但不是每个batch都要前向传播的吗?书中代码没问题,但不太明白其中的原理,求教。。

下载资源里的代码不是第二版的吗,不是python实现的吗
P101页的最下面, for i in range(TRAINING_STEPS)
这一句代码之后应该是先sess.run(train_step)才对,怎么能一下子就用验证机进行测试了呢?希望作者看一下