tensorflow之變量初始化tf.Variable的示例分析

這篇文章給大家分享的是有關(guān)tensorflow之變量初始化tf.Variable的示例分析的內(nèi)容。小編覺(jué)得挺實(shí)用的，因此分享給大家做個(gè)參考，一起跟隨小編過(guò)來(lái)看看吧。

默認(rèn)本系列的的讀者已經(jīng)初步熟悉tensorflow。

我們通過(guò)tf.Variable構(gòu)造一個(gè)variable添加進(jìn)圖中，Variable()構(gòu)造函數(shù)需要變量的初始值（是一個(gè)任意類型、任意形狀的tensor），這個(gè)初始值指定variable的類型和形狀。通過(guò)Variable()構(gòu)造函數(shù)后，此variable的類型和形狀固定不能修改了，但值可以用assign方法修改。

如果想修改variable的shape，可以使用一個(gè)assign op，令validate_shape=False.

通過(guò)Variable()生成的variables就是一個(gè)tensor，可以作為graph中其他op的輸入。另外，Tensor類重載的所有操作符都被轉(zhuǎn)載到此variables中，所以可以通過(guò)對(duì)變量調(diào)用方法，將節(jié)點(diǎn)添加到圖形中。

import tensorflow as tf

#創(chuàng)造variable.<initial-value>指定這個(gè)variable的type和shape
w = tf.Variable(<initial-value>, name=<optional-name>)

# 接著就可以把這個(gè)variable當(dāng)做tensor運(yùn)用在graph中.
y = tf.matmul(w, ...another variable or tensor...)

z = tf.sigmoid(w + y)

# 通過(guò)`assign()`和相關(guān)方法給這個(gè)w賦值
w.assign(w + 1.0)
w.assign_add(1.0)

一個(gè)graph啟動(dòng)之前所有的variables必須都要賦值，實(shí)際上，變量初始化操作op只是一個(gè)賦值op，是將variables的初始值賦給variables自身。

# 在session中啟動(dòng)graph.
with tf.Session() as sess:
 # variable初始化.
 sess.run(w.initializer)
 # ...現(xiàn)在可以運(yùn)行使用'w'的op...

給variables初始化最簡(jiǎn)單的方法就是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中啟動(dòng)graph.
with tf.Session() as sess:
 # 啟動(dòng)這個(gè)op
 sess.run(init_op)
 # ...現(xiàn)在可以運(yùn)行使用variables的op...

但有時(shí)一個(gè)變量的初始化依賴于其他變量的初始化，但是為了確保初始化順序不能錯(cuò)，可以使用initialized_value()。

感謝各位的閱讀！關(guān)于“tensorflow之變量初始化tf.Variable的示例分析”這篇文章就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，讓大家可以學(xué)到更多知識(shí)，如果覺(jué)得文章不錯(cuò)，可以把它分享出去讓更多的人看到吧！