tf.initialize_all_variables()和tf.global_variables_initializer()的区别

目录

1、变量初始化

2、识别未被初始化的变量

3、变量的更新

---

注意对于 tf.initialize_all_variables() 接口，TensorFlow 文档有一个重要说明。

1、变量初始化

变量初始化的标准形式：

init = tf.initialize_all_variables()

sess = tf.Session()

sess.run(init)

当然也可简写为：

tf.Session().run(tf.initialize_all_variables())

如何有选择地初始化部分变量呢？使用 tf.initialize_variables()，比如要初始化v_6, v_7, v_8三个变量：

init_new_vars_op = tf.initialize_variables([v_6, v_7, v_8])

sess.run(init_new_vars_op)

2、识别未被初始化的变量

用 try & except 语句块捕获：

uninit_vars = []

for var in tf.all_variables():

    try:

        sess.run(var)

    except tf.errors.FailedPreconditionError:

        uninit_vars.append(var)

init_new_vars_op = tf.initialize_variables(uninit_vars)

3、变量的更新

state = tf.Variable(1, name='counter')

add_one = tf.add(state, tf.constant(1))

update = tf.assign(state, add_one)

with tf.Session() as sess:
     
     sess.run(tf.initialize_all_variables())

     sess.run(state)

     for _ in range(6):
         
         sess.run(update)
  
         print(sess.run(state))


Output:

---
2
3
4
5
6
7
---