Ich arbeite durch Aufgabe 6 des Udacity Deep Learning Kurses. Ich bin mir nicht sicher, warum in diesen Schritten die Funktion zip() zum Anwenden der Farbverläufe verwendet wird.Tensorflow: Warum wird die Funktion zip() in den Schritten zum Anwenden der Gradienten verwendet?
ist hier der entsprechende Code:
# define the loss function
logits = tf.nn.xw_plus_b(tf.concat(0, outputs), w, b)
loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits, tf.concat(0, train_labels)))
# Optimizer.
global_step = tf.Variable(0)
#staircase=True means that the learning_rate updates at discrete time steps
learning_rate = tf.train.exponential_decay(10.0, global_step, 5000, 0.1, staircase=True)
optimizer = tf.train.GradientDescentOptimizer(learning_rate)
gradients, v = zip(*optimizer.compute_gradients(loss))
gradients, _ = tf.clip_by_global_norm(gradients, 1.25)
optimizer = optimizer.apply_gradients(zip(gradients, v), global_step=global_step)
Was ist der Zweck der zip()
Funktion der Anwendung?
Warum werden gradients
und v
auf diese Weise gespeichert? Ich dachte zip(*iterable)
zurückgegeben nur ein Zip-Objekt.