なし勾配降下でデータを最適化する際の値

Question

私はテンソルフローで小さなニューラルネットワークを作成しようとしています。私はチュートリアル（http://de.slideshare.net/tw_dsconf/tensorflow-tutorial）でこれを見て、Null値を取得するので、私は重みを最適化しようとするまで（勾配降下で）すべてが正常に動作しています。

with tf.Session() as sess: 
x = tf.placeholder("float",[1,3],name="x") 
w = tf.Variable(tf.random_uniform([3,3]),name="w") 
y = tf.matmul(x,w) 
labels = tf.placeholder("float",[1,3],name="labels") 
relu_out = tf.nn.relu(y) 
cross_entropy = tf.nn.softmax_cross_entropy_with_logits(relu_out,labels,name="loss") 
optimizer = tf.train.GradientDescentOptimizer(0.5) 
train_op = optimizer.minimize(cross_entropy) 
e_labels = np.array([[1.0,1.0,0.0]]) 
sess.run(tf.initialize_all_variables()) 
for step in range(10): 
    [out,loss] = sess.run([train_op,cross_entropy],feed_dict={x:np.array([[1.0,2.0,3.0]]),labels: e_labels}) 
print("the result is:",out) 
print("The loss of the function is:",loss) 

は、今まで私は、ラベル値（e_labels）と入力値（x）を変更したが、とにかく私はいつもなしの結果を取得します。私の質問です：そのNone Valueは普通ですか？私はそうは思わないが、誰かが私に教えてもらえれば、私は何ができ、どのように解決できるかを知ってうれしい。

Answer 1

outの値（すなわち、sess.run([train_op, cross_entropy], ...)の最初の戻り値）がNoneであることを意味します。

これは完全に正常です：train_opはtf.Operationで、あなたは（ドキュメントを引用）tf.Session.run()にtf.Operationを渡す際に「対応するフェッチされた値がNoneになります。」

は、voidの戻り値の型（CやJavaなどの言語）の関数のように考えることができます。副作用（変数の更新）を引き起こすのは、run()ですが、意味のある戻り値そのものはありません。