web-dev-qa-db-ja.com

TensorFlow：ランダム定数の生成

Ipythonで、tensorflow as tfとnumpy as npをインポートし、TensorFlow InteractiveSessionを作成しました。 numpy入力を使用して正規分布を実行または初期化すると、すべてが正常に実行されます。

some_test = tf.constant(np.random.normal(loc=0.0, scale=1.0, size=(2, 2)))
session.run(some_test)

戻り値：

array([[-0.04152317,  0.19786302],
       [-0.68232622, -0.23439092]])

さすがに。

...しかし、Tensorflow正規分布関数を使用すると：

some_test = tf.constant(tf.random_normal([2, 2], mean=0.0, stddev=1.0, dtype=tf.float32))
session.run(some_test)

...次のようなタイプエラーが発生します。

(...)
TypeError: List of Tensors when single Tensor expected

ここで何が欠けていますか？

の出力：

sess.run(tf.random_normal([2, 2], mean=0.0, stddev=1.0, dtype=tf.float32))

単独では、np.random.normalが生成するものとまったく同じものを返します->正規分布から取得した値を持つ形状(2, 2)の行列。

pythonnumpyinitializationtensorflowinteractive-session
7
daniel451

tf.constant() opは、numpy配列（または暗黙的にnumpy配列に変換可能なもの）を受け取り、 _tf.Tensor_ を返します。その値はその配列と同じです。引数として_tf.Tensor_を受け入れませんnot。

一方、tf.random_normal() opは_tf.Tensor_を返します。その値は、実行されるたびに、指定された分布に従ってランダムに生成されます。 _tf.Tensor_を返すため、tf.constant()の引数として使用することはできません。これは、TypeErrorを説明しています（グラフを作成するときに発生するため、_tf.InteractiveSession_の使用とは関係ありません）。

グラフに、（i）最初の使用時にランダムに生成され、（ii）その後は一定であるテンソルを含めることを想定しています。これを行うには2つの方法があります。

  1. 質問で行ったように、NumPyを使用してランダムな値を生成し、それをtf.constant()に入れます。

    _some_test = tf.constant(
    np.random.normal(loc=0.0, scale=1.0, size=(2, 2)).astype(np.float32))
_

  2. （GPUを使用して乱数を生成できるため、高速になる可能性があります）TensorFlowを使用してランダム値を生成し、それを_tf.Variable_に配置します。

    _some_test = tf.Variable(
    tf.random_normal([2, 2], mean=0.0, stddev=1.0, dtype=tf.float32)
sess.run(some_test.initializer)  # Must run this before using `some_test`
_
14
mrry