人工智能TensorFlow-变量的使用

import tensorflow as tf 

用Variable()来定义变量

# 定义一个变量
x = tf.Variable([1, 2])
# 定义一个常量 
a = tf.constant([3, 3])

# 定义一个减法的op
sub = tf.subtract(x, a)
# 定义一个加法的op
add = tf.add(x, sub)

# 变量初始化op
init = tf.global_variables_initializer()

# 定义会话
with tf.Session() as sess:
    sess.run(init)  # 初始化变量
    print(sess.run(sub))
    print(sess.run(add))

[-2 -1]
[-1  1]

如果要使用变量，一定要将其初始化

一个循环累加变量值的例子

# 定义一个变量，变量是可以起名字的
state = tf.Variable(0, name='counter')  # 初始化值为0
# 创建一个加法op，让state加1
new_value = tf.add(state, 1)
# 赋值方法，将第二个参数的值赋给第一个参数
update = tf.assign(state, new_value)

# 变量初始化op
init = tf.global_variables_initializer()

# 定义会话
with tf.Session() as sess:
    sess.run(init) 
    print(sess.run(state))
    
    for _ in range(5):
        print(sess.run(update))

0
1
2
3
4
5

op间的联系组成了图，它们需要在Session中运行！