import tensorflow as tf
#对于tensorflow通过Variable进行定义变量,变量只有在初始化时被初始化一次,随后每次执行sess.run(a)时不再初始化,而是将当前内部的值返回。
a = tf.Variable(0,name='counter')
print(a.name)
b = tf.constant(1)
#c = tf.add(a,b)
c = a+1
d = tf.assign(a, c)
init = tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
print(sess.run(e))
for _ in range(3):
sess.run(d)
print(sess.run(a))
print(sess.run(c))
#对于tensorflow通过Variable进行定义变量,变量只有在初始化时被初始化一次,随后每次执行sess.run(a)时不再初始化,而是将当前内部的值返回。
a = tf.Variable(0,name='counter')
print(a.name)
b = tf.constant(1)
#c = tf.add(a,b)
c = a+1
d = tf.assign(a, c)
init = tf.global_variables_initializer()
e = tf.Variable(0)
#tensorflow中的变量赋值需要使用tf.assign函数
with tf.Session() as sess:
sess.run(init)
print(sess.run(e))
for _ in range(3):
sess.run(d)
print(sess.run(a))
print(sess.run(c))
本文介绍如何在TensorFlow中定义及操作变量,包括变量初始化、赋值等基本操作,并通过一个计数器的例子演示了如何使用tf.assign进行变量更新。
1035

被折叠的 条评论
为什么被折叠?



