Tensorflow－Variable 和 placeholder

Variable & placeholder

Variable

Variable本质上是个张量，但其和其他一些张量的不同之处在于其流过计算图后仍然会被保留，即会保留到程序的结束。（可以理解为C++中的具有全局作用域的变量）而其他的张量在流过计算图之后并不会被保留。所以Variable通常用于存储Tensorflow构建的和结构相关的数据。例如NN中的weights。

所以Variable常常用于在整个计算图计算之后仍然需要被保留的量。

Variable需要进行初始化操作后才能完成Variable的值的赋予，否则之前都只是在定义他的结构。

所有和Variable有关的操作在计算时都要用session会话来控制，包括计算，打印等等。

placeholder

placeholder本质也是一个张量，就是流过计算图后并不会被保存的张量。定义一个placeholder时也是在定义一个结构，最终对于这个结构的赋值是利用feed_dict{}来实现的。

总结

variable必须初始化，主要用于存训练变量，如模型的权重，偏差。placeholder不用初始化，在session.run(xx, feed_dict)时指定，主要用于输入样本。