Tensorflow的梯度異步更新示例
背景:
先說一下應(yīng)用吧,一般我們進(jìn)行網(wǎng)絡(luò)訓(xùn)練時(shí),都有一個(gè)batchsize設(shè)置,也就是一個(gè)batch一個(gè)batch的更新梯度,能有這個(gè)batch的前提是這個(gè)batch中所有的圖片的大小一致,這樣才能組成一個(gè)placeholder。那么若一個(gè)網(wǎng)絡(luò)對(duì)圖片的輸入沒有要求,任意尺寸的都可以,但是我們又想一個(gè)batch一個(gè)batch的更新梯度怎么辦呢?
操作如下:
先計(jì)算梯度:
# 模型部分
Optimizer = tf.train.GradientDescentOptimizer(1)
gradient = Optimizer.compute_gradients(loss) # 每次計(jì)算所有變量的梯度
grads_holder = [(tf.placeholder(tf.float32, shape=g.get_shape()), v) for (g, v) in gradient]# 將每次計(jì)算的梯度保存
optm = Optimizer.apply_gradients(grads_holder) # 進(jìn)行梯度更新
# 初始化部分
sess = tf.Session()
init = tf.global_variables_initializer()
sess.run(init)
# 實(shí)際訓(xùn)練部分
grads = [] # 定義一個(gè)空的列表用于存儲(chǔ)每次計(jì)算的梯度
for i in range(batchsize): # batchsize設(shè)置在這里
x_i = ... # 輸入
y_real = ... # 標(biāo)簽
grad_i = sess.run(gradient, feed_dict={inputs: x_i, outputs: y_real}) #梯度計(jì)算
grads.append(grad_i) # 梯度存儲(chǔ)
# 定義一個(gè)空的字典用于存儲(chǔ),batchsize中所有梯度的和
grads_sum = {}
# 將網(wǎng)絡(luò)中每個(gè)需要更新梯度的變量都遍歷一遍
for i in range(len(grads_holder)):
k = grads_holder[i][0] # 得到該變量名
# 將該變量名下的所有梯度求和,這里也可以求平均,求平均只需要除以batchsize
grads_sum[k] = sum([g[i][0] for g in grads])
# 完成梯度更新
sess.run(optm,feed_dict=grads_sum)
以上這篇Tensorflow的梯度異步更新示例就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
- tensorflow 實(shí)現(xiàn)自定義梯度反向傳播代碼
- 有關(guān)Tensorflow梯度下降常用的優(yōu)化方法分享
- TensorFlow梯度求解tf.gradients實(shí)例
- 基于TensorFlow中自定義梯度的2種方式
- tensorflow 查看梯度方式
- tensorflow求導(dǎo)和梯度計(jì)算實(shí)例
- 在Tensorflow中實(shí)現(xiàn)梯度下降法更新參數(shù)值
- Tensorflow實(shí)現(xiàn)部分參數(shù)梯度更新操作
- 運(yùn)用TensorFlow進(jìn)行簡(jiǎn)單實(shí)現(xiàn)線性回歸、梯度下降示例
- Tensorflow 卷積的梯度反向傳播過程
相關(guān)文章
Python實(shí)現(xiàn)的IP端口掃描工具類示例
這篇文章主要介紹了Python實(shí)現(xiàn)的IP端口掃描工具類,結(jié)合實(shí)例形式分析了Python基于socket模塊與多線程操作實(shí)現(xiàn)IP端口掃描的相關(guān)操作技巧,需要的朋友可以參考下2019-02-02
詳解如何在PyCharm控制臺(tái)中輸出彩色文字和背景
這篇文章主要介紹了詳解如何在PyCharm控制臺(tái)中輸出彩色文字和背景,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-08-08
5個(gè)Python自動(dòng)化運(yùn)維腳本分享
Python 是一種流行的編程語(yǔ)言,具有豐富的第三方庫(kù)和強(qiáng)大的自動(dòng)化能力,適用于許多不同的領(lǐng)域,許多運(yùn)維工程師會(huì)使用 Python 腳本來自動(dòng)化運(yùn)維任務(wù),所以本文為大家整理了5個(gè)Python自動(dòng)化運(yùn)維腳本,有需要的可以參考下2023-08-08
Sublime?Text?配置?Python?環(huán)境的問題及解決方案
這篇文章主要介紹了Sublime?Text?配置?Python?環(huán)境的問題,文中介紹了python自定義的構(gòu)建系統(tǒng)的完整代碼,代碼簡(jiǎn)單易懂,對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2022-01-01

