tensorflow之变量初始化tf.Variable的示例分析-创新互联
这篇文章给大家分享的是有关tensorflow之变量初始化tf.Variable的示例分析的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。
默认本系列的的读者已经初步熟悉tensorflow。
我们通过tf.Variable构造一个variable添加进图中，Variable()构造函数需要变量的初始值（是一个任意类型、任意形状的tensor），这个初始值指定variable的类型和形状。通过Variable()构造函数后，此variable的类型和形状固定不能修改了，但值可以用assign方法修改。
如果想修改variable的shape，可以使用一个assign op，令validate_shape=False.
通过Variable()生成的variables就是一个tensor，可以作为graph中其他op的输入。另外，Tensor类重载的所有操作符都被转载到此variables中，所以可以通过对变量调用方法，将节点添加到图形中。
import tensorflow as tf #创造variable.指定这个variable的type和shape w = tf.Variable( , name= ) # 接着就可以把这个variable当做tensor运用在graph中. y = tf.matmul(w, ...another variable or tensor...) z = tf.sigmoid(w + y) # 通过`assign()`和相关方法给这个w赋值 w.assign(w + 1.0) w.assign_add(1.0)
一个graph启动之前所有的variables必须都要赋值，实际上，变量初始化操作op只是一个赋值op，是将variables的初始值赋给variables自身。
# 在session中启动graph. with tf.Session() as sess: # variable初始化. sess.run(w.initializer) # ...现在可以运行使用'w'的op...
给variables初始化最简单的方法就是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中启动graph. with tf.Session() as sess: # 启动这个op sess.run(init_op) # ...现在可以运行使用variables的op...
但有时一个变量的初始化依赖于其他变量的初始化，但是为了确保初始化顺序不能错，可以使用initialized_value()。
感谢各位的阅读！关于“tensorflow之变量初始化tf.Variable的示例分析”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
当前文章：tensorflow之变量初始化tf.Variable的示例分析-创新互联
分享网址：http://cdiso.cn/article/gdejh.html
