默認(rèn)本系列的的讀者已經(jīng)初步熟悉tensorflow。

我們通過(guò)tf.Variable構(gòu)造一個(gè)variable添加進(jìn)圖中，Variable()構(gòu)造函數(shù)需要變量的初始值(是一個(gè)任意類(lèi)型、任意形狀的tensor)，這個(gè)初始值指定variable的類(lèi)型和形狀。通過(guò)Variable()構(gòu)造函數(shù)后，此variable的類(lèi)型和形狀固定不能修改了，但值可以用assign方法修改。

如果想修改variable的shape，可以使用一個(gè)assign op，令validate_shape=False.

通過(guò)Variable()生成的variables就是一個(gè)tensor，可以作為graph中其他op的輸入。另外，Tensor類(lèi)重載的所有操作符都被轉(zhuǎn)載到此variables中，所以可以通過(guò)對(duì)變量調(diào)用方法，將節(jié)點(diǎn)添加到圖形中。

import tensorflow as tf

#創(chuàng)造variable.指定這個(gè)variable的type和shape

w = tf.Variable(, name=)

# 接著就可以把這個(gè)variable當(dāng)做tensor運(yùn)用在graph中.

y = tf.matmul(w, ...another variable or tensor...)

z = tf.sigmoid(w + y)

# 通過(guò)`assign()`和相關(guān)方法給這個(gè)w賦值

w.assign(w + 1.0)

w.assign_add(1.0)

一個(gè)graph啟動(dòng)之前所有的variables必須都要賦值，實(shí)際上，變量初始化操作op只是一個(gè)賦值op，是將variables的初始值賦給variables自身。

# 在session中啟動(dòng)graph.

with tf.Session() as sess:

# variable初始化.

sess.run(w.initializer)

# ...現(xiàn)在可以運(yùn)行使用'w'的op...

給variables初始化最簡(jiǎn)單的方法就是global_variables_initializer()，可以直接初始化所有variables：

# 初始化所有variables 的op

init_op = tf.global_variables_initializer()

# 在session中啟動(dòng)graph.

with tf.Session() as sess:

# 啟動(dòng)這個(gè)op

sess.run(init_op)

# ...現(xiàn)在可以運(yùn)行使用variables的op...

但有時(shí)一個(gè)變量的初始化依賴(lài)于其他變量的初始化，但是為了確保初始化順序不能錯(cuò)，可以使用initialized_value()。

以上這篇tensorflow之變量初始化(tf.Variable)使用詳解就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持我們。

本文標(biāo)題: tensorflow之變量初始化(tf.Variable)使用詳解

本文地址: http://www.cppcns.com/jiaoben/python/299688.html

總結(jié)

以上是生活随笔為你收集整理的python变量初始化_tensorflow之变量初始化(tf.Variable)使用详解的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。