W = tf. Переменная (tf.zeros ([1]))1004 * Например: если я запускаю:
W = tf.Variable(tf.zeros([1]))
with tf.Session() as sess:
sess.run(W.initializer)
print(sess.run(W))
, я получаю вывод 0.
Однако, если я запускаю:
with tf.name_scope("LinearRegression") as scope:
W = tf.Variable(tf.zeros([1])) #we are generating a random point using a different strategy and storing in w
b = tf.Variable(tf.zeros([1])) #we are generating a random point using a different strategy and storing in b
y = W * x_data + b
for i in range(6):
sess.run(train)
print(i, sess.run(W), sess.run(b), sess.run(loss))
plt.plot(x_data, y_data, 'ro', label='Original data')
plt.plot(x_data, sess.run(W)*x_data + sess.run(b))
, я получаю разные значения для W.
Как это возможно, что я нигде не назначаю значение для W, тогда я также получаю случайное значение для W каждый раз.Например,
[0.09564029] [0.38026553] 0.002828496
Предоставлено выше. При необходимости будет опубликован полный код
Ожидается, что каждый раз, когда он должен печатать 0