tensorflow更改变量的值

原创

已于 2022-03-15 18:17:16 修改 · 9.2k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #assign #更新过程

于 2017-09-24 17:33:12 首次发布

在TensorFlow中，使用`assign`操作符来更改变量的值并不立即生效，需要通过`session.run()`执行更新过程。如果不这样做，会发现无法直接赋值更新变量，因为这将导致错误。要解决这个问题，必须确保调用`session.run(update)`来完成变量的更新。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

from __future__ import print_function,division
import tensorflow as tf

#create a Variable
w=tf.Variable(initial_value=[[1,2],[3,4]],dtype=tf.float32)
x=tf.Variable(initial_value=[[1,1],[1,1]],dtype=tf.float32,validate_shape=False)

init_op=tf.global_variables_initializer()
update=tf.assign(x,[[1,2],[1,2]])

with tf.Session() as session:
    session.run(init_op)
    session.run(update)
    x=session.run(x)
    print(x)

实验结果：

[[ 1.  2.]
 [ 1.  2.]]

tensorflow使用assign（variable，new_value）来更改变量的值，但是真正作用在garph中，必须要调用gpu或者cpu运行这个更新过程。
session.run(update)
tensorflow不支持直接对变量进行赋值更改

from __future__ import print_function,division
import tensorflow as tf

#create a Variable
x=tf.Variable(initial_value=[[1,1],[1,1]],dtype=tf.float32,validate_shape=False)
x=[[1,3],[2,4]]
init_op=tf.global_variables_initializer()
update=tf.assign(x,[[1,2],[1,2]])
with tf.Session() as session:
    session.run(init_op)
    session.r