Tensorflow:调用优化器以最小化损失时出错
TensorFlow是一个开源的机器学习框架，广泛应用于深度学习和人工智能领域。它提供了丰富的工具和库，用于构建和训练各种类型的神经网络模型。
在TensorFlow中，调用优化器以最小化损失是机器学习模型训练的常见操作。优化器是一种用于调整模型参数以最小化损失函数的算法。然而，当调用优化器以最小化损失时出错，可能有以下几个原因：
- 损失函数定义错误：损失函数是衡量模型预测结果与真实值之间差异的指标。如果损失函数定义错误，例如选择了不适合当前任务的损失函数，就会导致调用优化器时出错。在TensorFlow中，常见的损失函数包括均方误差（MSE）、交叉熵（Cross Entropy）等。
- 数据预处理问题：在调用优化器之前，通常需要对数据进行预处理，例如归一化、标准化、特征选择等。如果数据预处理过程中存在错误，例如数据类型不匹配、缺失值处理不当等，就会导致调用优化器时出错。
- 模型结构问题：模型结构的设计和参数设置对于模型的训练效果至关重要。如果模型结构设计不合理或参数设置错误，例如层数过多、神经元数量选择不当等，就会导致调用优化器时出错。
针对以上可能的原因，可以采取以下措施来解决问题：
- 检查损失函数的定义是否正确，并确保选择了适合当前任务的损失函数。
- 仔细检查数据预处理过程，确保数据类型匹配、缺失值处理正确，并进行适当的数据清洗和特征工程。
- 重新审查模型结构和参数设置，确保模型结构设计合理，并根据具体任务进行调整。
此外，TensorFlow提供了丰富的优化器选项，包括梯度下降法（Gradient Descent）、Adam优化器等。可以根据具体情况选择适合的优化器，并调整学习率等参数以获得更好的训练效果。
腾讯云提供了一系列与TensorFlow相关的产品和服务，例如腾讯云AI平台（https://cloud.tencent.com/product/ai）和腾讯云机器学习平台（https://cloud.tencent.com/product/tf），可以帮助用户快速搭建和训练TensorFlow模型，并提供高性能的计算和存储资源。
相关·内容
我正在关注这个
我正在试着理解tf.session.run()的争论。我知道你必须在会话中运行图中的操作。
传入train_step是否是因为它封装了此特定示例中网络的所有操作？我正在尝试理解为什么我不需要向会话传递任何其他变量，比如cross_entropy。
sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})
下面是完整的代码：
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("
浏览 3提问于2018-07-18得票数 5
回答已采纳
继续使用tensorflow 2.0获取这些错误。这样能行吗？
import tensorflow as tf
import numpy as np
x = tf.constant(3.0)
with tf.GradientTape() as t:
t.watch(x)
y = (x - 10) ** 2
opt = tf.optimizers.Adam()
opt.minimize(lambda: y, var_list=[x])
浏览 0提问于2019-04-06得票数 3
回答已采纳
在Tensorflow中有Fminunc函数吗？我试图使我的模型更快地收敛，并认为我将能够使用fminunc函数，就像在Matlab中一样。()
但是，我没有在Tensorflow...Maybe中找到内置的fminunc函数，我错过了它。人们可以描述它的实现吗?或者，如果存在类似的伪装，那么在Tensorflow中它被称为什么？
浏览 3提问于2016-06-29得票数 1
回答已采纳
我试着用Tensorflow进行推理。我有两个象限my 100的连接通过nvlink和另一个GPU显示在我的桌面上。
创建SessionOptions对象时，需要调用以下命令来设置要使用的GPU：
auto options = SessionOptions();
options.config.mutable_gpu_options()->set_visible_device_list(gpuToUse);
似乎Tensorflow并不认为nvlink‘’ed是一体的，如果我只指定一个gpu来创建一个会话，这似乎否定了nvlink和第二个GPU的好处。
我的问题是，Tensorflow是否
浏览 0提问于2019-01-04得票数 2
我在tensorflow有成本函数。
activation = tf.add(tf.mul(X, W), b)
cost = (tf.pow(Y-y_model, 2)) # use sqr error for cost function
我正在试用。如何将其更改为rmse成本函数？
浏览 13提问于2015-11-21得票数 14
回答已采纳
1回答
我正在尝试在TensorFlow中实现google条目的第一部分。到目前为止，我已经找到了几个资源，它们要么用解释它，要么关注。我理解对类先验的随机输入图像进行优化的思想，以及在这个中给出的数学，但是我无法使用TensorFlow实现它。
从和etarion的有用评论中，我现在知道您可以向优化器提供一个变量列表，而所有其他变量都不受影响。但是，当给优化器一个随机图像作为变量时，
File "mnist_test.py", line 101, in main
optimizer2 = tf.train.AdamOptimizer(learning_rate).minimi
浏览 0提问于2016-10-25得票数 2
回答已采纳
我是tensorflow的初学者，我想实现MLP并基于反向传播算法对其进行训练，但当我阅读教程时，我发现它使用了像“随机梯度下降”这样的优化器，并在没有实现算法阶段的情况下调用了反向传播。这是如何反向传播的？
浏览 8提问于2016-12-15得票数 1
我是使用tensorflow的newbee。为什么我在训练自定义TensorFlow2.x对象检测时得到了这么多指标？
Use fn_output_signature instead
INFO:tensorflow:Step 100 per-step time 8.507s
I0607 17:52:10.328038 16488 model_lib_v2.py:699] Step 100 per-step time 8.507s
INFO:tensorflow:{'Loss/classification_loss': 21.313017,
'Loss/localiza
浏览 0提问于2021-06-07得票数 1
是否有任何方法可以针对特定的度量来使用内置的tensorflow优化器进行优化？如果没有，如何做到这一点？就像。如果我只想把重点放在最大化分类器的F-得分上，那么在tensorflow中是否可以这样做？
estimator = tf.estimator.LinearClassifier(
feature_columns=feature_cols,
config=my_checkpointing_config,
model_dir=output_dir,
optimizer=lambda: tf.train.FtrlOptimizer(
learning_rate=t
浏览 0提问于2018-09-17得票数 5
回答已采纳
当我试图恢复一个经过训练的评估模型时，我得到了一个错误，但是只有在测试集上进行评估时才会出错。错误是：
InvalidArgumentError: Assign requires shapes of both tensors to match. lhs shape= [2325,11] rhs shape= [4891,11]
注意，lhs形状= 2325,11和rhs形状= 4891,11对应于测试集中的2325幅图像和训练集中的4891幅图像；而11是11个类的一个热编码，因此它们很可能对应于标签。当我在训练集上运行评估时，维度匹配且没有错误结果。我会很感激你的帮助！
下面是完整的堆栈跟踪
浏览 4提问于2017-02-02得票数 0
回答已采纳
我正在尝试使用tensorflow 1.15实现一个U_NET架构，这是第一个卷积层：
import tensorflow as tf
print("############################### VERSION TENSORFLOW ###############################################")
print(tf.__version__)
print("############################### VERSION TENSORFLOW ###############################
浏览 11提问于2019-10-20得票数 1
我想要做的是在不同的机器上模拟反向传播过程，在一台机器上，我从layer3 d(layer3_output)/d(layer2_output)获得一个numpy数组形式的梯度，如何才能有效地获得d(layer3_output)/d(layer1_output)，因为我收到了梯度并传递到上一层？
浏览 0提问于2016-11-11得票数 0
我在CNN的一个基础节目中遇到了这个错误：
AttributeError：'SparseCategoricalCrossentropy‘对象没有属性'name’
我以为你可以把loss=tf.metrics.SparseCategoricalCrossentropy()设为model.compile()
import tensorflow as tf
import tensorflow_datasets as tfds
import numpy as np
import matplotlib.pyplot as plt
tf.random.set_seed(42)
t
浏览 4提问于2021-01-25得票数 0
回答已采纳
1回答
重量和偏差
self.weights = { "layer1":tensorflow.Variable(tensorflow.random_normal([self.state_size, self.neurons_layer_1])), "layer2":tensorflow.Variable(tensorflow.random_normal([self.neurons_layer_1, self.neurons_layer_2])), "layerOut":tensorflow.Variable(tensorflow.random_norma
浏览 2提问于2017-05-12得票数 1
回答已采纳
2回答
我用tensorflow来解这个方程组：
f1 = y - x*x = 0
f2 = x - (y - 2)*(y - 2) + 1.1 = 0
如果选择糟糕的起点(x，y)=(-1.3,2)，则使用以下代码对f1^2+f2^2进行局部极小化优化：
f1 = y - x*x
f2 = x - (y - 2)*(y - 2) + 1.1
sq=f1*f1+f2*f2
o = tf.train.AdamOptimizer(1e-1).minimize(sq)
with tf.Session() as sess:
init = tf.global_variables_initial
浏览 1提问于2018-05-29得票数 5
回答已采纳
Tensorflow中的Tensor和Variable有什么不同？我注意到在中，我们可以在任何可以使用Variable的地方使用Tensor。但是，我无法在Variable上执行session.run()
A = tf.zeros([10]) # A is a Tensor
B = tf.Variable([111, 11, 11]) # B is a Variable
sess.run(A) # OK. Will return the values in A
sess.run(B) # Error.
浏览 0提问于2017-05-25得票数 34
回答已采纳
我想使用get_slot_names从tensorflow中的动量优化器中获得插槽的名称，因为它在tensorflow网页中解释为。我在我的代码中使用下面这一行来获取它们：
slots=tf.train.MomentumOptimizer(learning_rate=1e-3, momentum=0.9,).get_slot_names()
我运行了我的图表，然后当我打印插槽时，它只返回一个空列表。任何帮助都将不胜感激。
顺便说一句，我的网络在最小化损失或其他方面工作得很好。另外，我也尝试过其他优化器，但它也有同样的问题。
我正在使用ubuntu 14中的tf 1.3。谢谢。
浏览 1提问于2017-08-27得票数 0
在TensorFlow中，在给定单个输入的情况下，可视化过滤器和激活层非常简单。
但我更感兴趣的是相反的方式:将一个类(作为一个热点向量)提供给输出层，然后查看该特定类的最佳输入图像。
有没有一种方法可以做到这一点，或者让图表反转？
背景:我正在使用15个类的Googles Inception V3，并且我已经用大量数据训练了网络，达到了很好的精度。现在我有兴趣了解模型为什么以及如何区分不同的类。
浏览 2提问于2016-10-04得票数 1
Tensorflow版本: Tensorflow 2.1
我想得到与输入有关的梯度，而不是相对于可训练权重的梯度。我将示例从调整为
import tensorflow as tf
import numpy as np
physical_devices = tf.config.experimental.list_physical_devices('GPU')
assert len(physical_devices) > 0, 'Not enough GPU hardware devices available'
tf.config.experimental
浏览 1提问于2020-02-09得票数 0
在tf 2.0 DC Gan示例中 tensorflow 2.0指南 ，有两个梯度磁带。请参见下面的内容。 @tf.function
def train_step(images):
noise = tf.random.normal([BATCH_SIZE, noise_dim])
with tf.GradientTape() as gen_tape, tf.GradientTape() as disc_tape:
generated_images = generator(noise, training=True)
real_output = dis
浏览 195提问于2019-05-10得票数 17
回答已采纳
1回答
用于条件计算的中间层损失计算
、、、、
我想创建一个基于MLP的自定义CNN模型(多尺度)，由几个并行的小网络(胶囊)组成。这些简单的小网络被实例化为每个卷积尺度(即3x3，5x5 )的自定义图层(conv2d->Flatten->Dense)。这些胶囊网络的目的是使用CNN模型产生中间损失意识，以减少总体损失。我写了一些粗略的代码，但我不能写正确的代码来使用这些胶囊计算局部损失。代码如下：
from tensorflow.keras import layers
import tensorflow as tf
from tensorflow.keras.datasets import mnist
from tensorf
浏览 3提问于2021-05-04得票数 0
1回答
罐装TF估计器的损失减少
、、、
我使用TensorFlow盒式估计器(LinearClassifier)从有利于获得最佳分数的情况来预测游戏动作。分数包含在train_data中，用作权重，并在估计器中作为权重列传递。
我知道权重值乘以损失(在本例中为MSE)，但我想知道损失最小化是否完成，或者我是否必须将优化器定义为：
optimizer=tf.train.AdamOptimizer(learning_rate=0.001, beta1= 0.9,beta2=0.99, epsilon = 1e-08,use_locking=False).minimize(loss),
model = tf.estimator.Linea
浏览 0提问于2019-08-08得票数 2
1回答
我想在GPU上运行BFGS优化算法的seems实现，而scipy似乎不支持GPU。我想在GPU上运行的目标函数如下，它是存储库实现的一部分：
//here the variable initializations
opts = {'gtol': effective_gamma, 'norm': 2}
result = minimize(private_loss, x0, (x, y), method='BFGS', jac=private_gradient, options=opts,
callback=cb)
我知道BFGS有Tensorfl
浏览 8提问于2022-02-13得票数 1
回答已采纳
1回答
在我的TensorFlow项目中，我想尝试不同的优化器，理想情况下我会遍历它们，这样我就可以在TensorBoard中比较训练结果。我提取了优化部分，因为它失败了。我有这样的东西： import os
import tensorflow as tf
eta = 0.1
num_epochs = 100
xv = tf.Variable(0.0)
sv = tf.Variable(0, trainable=False)
loss = xv * xv - 4.0 * xv + 5.0
optimizers = [tf.train.GradientDescentOptimizer(eta)
浏览 34提问于2019-08-26得票数 2
回答已采纳
当我试图创建秩序时，我遇到了错误：
binance.exceptions.BinanceAPIException: APIError(code=-1111): Precision is over the maximum defined for this asset.
我的代码：
pos = "SELL"
q = tbal / price
q = round(q, 2)
client.futures_change_leverage(symbol=symbol, leverage=inf
浏览 8提问于2022-06-13得票数 0
1回答
我正在使用tensorflow.keras来训练CNN来解决图像识别问题，使用Adam最小化来最小化自定义损失(一些代码在问题的底部)。我正在试验我需要在训练集中使用多少数据，我认为我应该看看我的每个模型是否都正确地收敛了。然而，当绘制不同训练集分数的损失与训练次数的关系图时，我注意到损失函数中存在大约周期性的峰值，如下图所示。在这里，不同的行显示了不同的训练集大小作为我的总数据集的一部分。
随着我减小训练集的大小(蓝色、橙色、->绿色)，这些脉冲的频率似乎降低了，尽管振幅似乎增加了。直觉上，我会将这种行为与跳出局部最小值的最小化联系起来，但我在TensorFlow/CNNs方面经验不足
浏览 19提问于2020-05-20得票数 2
TensorFlow中tf.train.get_global_step()函数的用途是什么？在机器学习概念中，它等同于什么？
浏览 3提问于2017-02-23得票数 8
回答已采纳
1回答
我遵循了coursera赋值的代码，它使用双向LSTM实现了一个NER标记器。
但是我不能理解嵌入矩阵是如何更新的。在下面的代码中，build_layers有一个变量embedding_matrix_variable，它作为LSTM的输入。然而，它并没有在任何地方得到更新。
你能帮助我理解嵌入是如何训练的吗？
def build_layers(self, vocabulary_size, embedding_dim, n_hidden_rnn, n_tags):
initial_embedding_matrix = np.random.randn(vocabulary_size, em
浏览 0提问于2018-06-23得票数 0
1回答
在A2C中，参与者和评论家算法通过方程更新权重：
delta = TD误差和
θ=θ+α*δ*Grad(log(PI(a_s，θ))和
W=w+β*δ*Grad(V(s，w))
所以我的问题是，当使用神经网络实现这一点时，
如何计算梯度，是如何正确地通过TensorFlow或PyTorch?中的优化方法更新权重的
谢谢，乔恩
浏览 2提问于2020-01-27得票数 0
回答已采纳
1回答
高损耗验证
、、、、
我使用以下模型来预测竞争：“智能手机-宫颈癌筛查”。标签分为3类(1 ,2 ,3)。
当我想做预测训练时，我会得到下一个输出。
型号：
resnet50 = pretrainedmodels.__dict__["resnet50"](num_classes=1000, pretrained='imagenet')
resnet50.last_linear=torch.nn.Linear(in_features=2048,out_features=3, bias=True)
#optim
device = torch.device("cuda:0"
浏览 2提问于2020-06-01得票数 0
回答已采纳
我是TensorFlow新手，尝试在分布式模式下运行它。现在，我在中找到了它的正式文档。但是它缺少一些loss函数。
有人能帮我完成这个任务吗?这样我就可以运行您的代码了吗？
浏览 2提问于2016-06-12得票数 0
回答已采纳
1回答
我想用粒子群算法优化CNN的权重。基本上，权重在倒数第二层，过滤器需要优化。PSO取代了优化器，rest工作也以同样的方式完成。是否可以使用Keras或Tensorflow？我写了一个PSO代码，附在下面。
import random
w = 0.729844 # Inertia weight to prevent velocities becoming too large
c1 = 1.496180 # Scaling co-efficient on the social component
c2 = 1.496180 # Scaling co-efficient on the cogni
浏览 3提问于2017-11-03得票数 2
我一直试图为GradientDescentOptimizer在TensorFlow中的每一步收集梯度步骤，但是当我试图将apply_gradients()的结果传递给sess.run()时，我仍然会遇到一个TypeError。我试图运行的代码是：
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
x = tf.placeholder(tf.float32,[None,784])
W = tf.Variable(tf.zeros([784,10]))
b = tf.Variabl
浏览 4提问于2016-01-20得票数 2
回答已采纳
根据tensorflow团队的建议，我已经习惯了tensorflow对tf.keras的急切执行。然而，每当我训练一个模型时，我都会收到一个警告(编辑:实际上，我多次收到这个警告，每次训练步骤不止一次，淹没了我的标准输出)：
E tensorflow/core/common_runtime/bfc_allocator.cc:373] tried to deallocate nullptr
这个警告似乎并没有影响到训练的质量，但我想知道它意味着什么，以及是否有可能摆脱它。
我使用一个conda虚拟环境，在CPU上运行python3.7和tensorflow 1.12。(编辑:用python3.6
浏览 2提问于2019-02-14得票数 4
我有一个tensorflow模型，另存为184 MB格式的model.pb协议缓冲区。当我使用一个会话加载它时，我看到这个进程占用了GPU的11 GB。为什么会这样呢？
浏览 19提问于2019-01-28得票数 0
回答已采纳
通过将我的tensorflow2.0 1.13脚本(如下)转换为tensorflow2.0 2.0脚本，我试图了解tensorflow2.0 2.0的动态。然而，我正在努力做到这一点。
我认为我挣扎的主要原因是因为张力流2.0的例子，我见过训练神经网络，所以他们有一个model，他们compile和fit。但是，在下面的简单示例中，我没有使用神经网络，因此我无法理解如何将此代码改编为tensorflow2.0 2.0(例如，如何替换会话)。帮助是非常感谢和感谢提前。
data = tf.placeholder(tf.int32)
theta = tf.Variable(np.zeros(100
浏览 0提问于2019-05-09得票数 0
回答已采纳
我正在尝试使用SGD最小化损失，但在使用SGD时抛出错误，我尝试在tensorflow 2.0中这样做，另一个引起问题的参数是var_list
import tensorflow as tf
import numpy
import matplotlib.pyplot as plt
rng = numpy.random
print(rng)
# Parameters
learning_rate = 0.01
training_epochs = 1000
display_step = 50
# Training Data
train_X = numpy.asarray([3.3,4.4,5.5
浏览 1提问于2019-11-06得票数 5
我试图使用SparseTensor来表示完全连接层中的权重变量。
但是，TensorFlow 0.8似乎不允许使用SparseTensor作为tf.Variable。
有办法绕过这件事吗？
我试过了
import tensorflow as tf
a = tf.constant(1)
b = tf.SparseTensor([[0,0]],[1],[1,1])
print a.__class__ # shows <class 'tensorflow.python.framework.ops.Tensor'>
print b.__class__ # shows
浏览 2提问于2016-05-03得票数 6
2回答
我想在Tensorflow上为我的网络编写一个新的优化算法。我希望实现，它现在被排除在TF之外。我发现关于如何编写自定义优化器的文档很差，所以我询问是否有人可以给我任何建议。谢谢。
浏览 0提问于2016-07-18得票数 28
2回答
我正在训练tensorflow的im2txt样本，它会输出损失：
INFO:tensorflow:global step 2174: loss = 3.6930 (15.83 sec/step)
INFO:tensorflow:global step 2175: loss = 3.6651 (15.52 sec/step)
INFO:tensorflow:global step 2176: loss = 3.5733 (18.25 sec/step)
INFO:tensorflow:global step 2177: loss = 3.1979 (18.87 sec/step)
INFO:te
浏览 0提问于2017-02-06得票数 11
我有问题连接tensorflow，在我的脚本中有译码器@tf.contrib.eager.defun。运行后只给出错误(AttributeError:模块'tensorflow‘没有属性’cont肋骨‘)。请帮帮我。我的版本张量= 2.8.0
我更改了一些tensorflow命令，但是这个问题仍然存在。
浏览 8提问于2022-03-31得票数 1
我想在TensorFlow中构建分类器时，使用带有动量的梯度下降(跟踪以前的梯度)。
所以我不想使用tensorflow.train.GradientDescentOptimizer，但我想使用tensorflow.gradients来计算梯度，跟踪以前的梯度，并根据它们更新权重。
我如何在TensorFlow中做到这一点？
浏览 16提问于2016-08-26得票数 5
我在读，它指定了如何使用tensorflow运行水波模拟。我的理解是tensorflow变量和占位符被用来代替一般的python变量，但是使用tensorflow比仅仅使用numpy有什么特殊的(即性能)优势吗？
浏览 1提问于2017-03-19得票数 3
1回答
，我读过一些tensorflow实现的样式转换。具体地说，它定义了损耗，然后对其进行优化。在一个损失函数中，它说：`
def sum_style_losses(sess, net, style_imgs):
total_style_loss = 0.
weights = args.style_imgs_weights
for img, img_weight in zip(style_imgs, weights):
sess.run(net['input'].assign(img))
style_loss = 0.
for layer, wei
浏览 0提问于2017-05-17得票数 1
1回答
我正在开发一个简单的玩家射击游戏。对我来说挺好的。但是当我尝试将它部署到设备上时，FPS减少到了几乎3-4 FPS。谁能列出在统一游戏中降低的因素吗？
浏览 1提问于2014-02-27得票数 6
仅通过改变变量的某些元素，就能使损失函数最小化吗？换句话说，如果我有一个长度为2的变量X，如何通过更改X[0]和保持X[1]不变来最小化损失函数？
希望我尝试的这段代码能够描述我的问题：
import tensorflow as tf
import tensorflow.contrib.opt as opt
X = tf.Variable([1.0, 2.0])
X0 = tf.Variable([3.0])
Y = tf.constant([2.0, -3.0])
scatter = tf.scatter_update(X, [0], X0)
with tf.control_depe
浏览 0提问于2018-03-01得票数 11
回答已采纳
我试图用指南来训练一个Tensorflow模型，目的是用深度神经网络(Tensorflow)来解决一个优化问题。到目前为止，我所建立的模型需要9个输入，产生1个输出。
我现在要做的是在一个应用程序中使用它，在这个应用程序中，目标是通过调整一个输入值(假设另一个输入值是固定的)来最小化输出值。
例如，让我们表示输入值x1, x2, ..., x10和输出y。给定x2, x3, ..., x10的值，使输出y最小化的x1值是多少？有关我的问题的可视化描述，请参阅下面的图片。
我使用Keras训练了一个网络，并将它保存为variable.data-00000-of-00001和variab
浏览 2提问于2021-01-07得票数 0
1回答
我有一个负对数似然函数来最小化。我希望将观测数组设置为函数的一个参数来优化，而不是直接进入函数，但奇怪的是，优化器会爆炸。我有兴趣了解为什么会这样，并最终了解需要更改什么才能有一个收敛的优化器。
我将观测值设置为函数的参数如下: mn表示scipy.optimize.minimize
def f(x, d ):
alfa = x[0]
lambda_ = x[1]
return - n * np.log(alfa) * lambda_ + alfa * sum(d)
n = 2000 #number of observations
y = np.random.e
浏览 1提问于2019-03-14得票数 0
回答已采纳
1回答
在松树脚本中，我正在编写一个Donchian频道交易系统，你在20天高点做多，在20天低点做空。
我很好编码开始和结束的位置，但我正在努力编码的初始止损水平，我需要保持*固定*当整个位置是开放的。
当你在突破20天高点的时候，我希望最初的止损保持在20天的低点，并且这个止损不会改变。
我可以代码的其他版本的止损-如"strategy.position_average_price - atr(4)“，但我如何联系止损，以固定在20天低点的切入点？
非常非常感谢，
大卫。
DonchianLow=ta.lowest(close[1],20)
strategy.exit("Exit
浏览 17提问于2022-11-22得票数 0
回答已采纳
以下是tensorflow中tf.GraphKeys的，例如TRAINABLE_VARIABLES：将由优化器训练的变量对象的子集。
我知道tf.get_collection()，它可以找到你想要的张量。
使用tensorflow.contrib.layers.batch_norm()时，参数updates_collections默认值为GraphKeys.UPDATE_OPS。
我们如何理解这些集合，以及它们之间的差异。
此外，我们可以在ops.py上找到更多。
浏览 0提问于2018-01-15得票数 18
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
