默認本系列的的讀者已經初步熟悉tensorflow。

我們通過tf.Variable構造一個variable添加進圖中，Variable()構造函數需要變量的初始值(是一個任意類型、任意形狀的tensor)，這個初始值指定variable的類型和形狀。通過Variable()構造函數后，此variable的類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assign op，令validate_shape=False.

通過Variable()生成的variables就是一個tensor，可以作為graph中其他op的輸入。另外，Tensor類重載的所有操作符都被轉載到此variables中，所以可以通過對變量調用方法，將節點添加到圖形中。

import tensorflow as tf

#創造variable.指定這個variable的type和shape

w = tf.Variable(, name=)

# 接著就可以把這個variable當做tensor運用在graph中.

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

z = tf.sigmoid(w + y)

# 通過`assign()`和相關方法給這個w賦值

w.assign(w + 1.0)

w.assign_add(1.0)

一個graph啟動之前所有的variables必須都要賦值，實際上，變量初始化操作op只是一個賦值op，是將variables的初始值賦給variables自身。

# 在session中啟動graph.

with tf.Session() as sess:

# variable初始化.

sess.run(w.initializer)

# ...現在可以運行使用'w'的op...

給variables初始化最簡單的方法就是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graph.

with tf.Session() as sess:

# 啟動這個op

sess.run(init_op)

# ...現在可以運行使用variables的op...

但有時一個變量的初始化依賴于其他變量的初始化，但是為了確保初始化順序不能錯，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內容了，希望能給大家一個參考，也希望大家多多支持我們。

本文標題: 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

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)使用详解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。