tf.Variable

__init__(

    initial_value=None,

    trainable=True,

    collections=None,

    validate_shape=True,

    caching_device=None,

    name=None,

    variable_def=None,

    dtype=None,

    expected_shape=None,

    import_scope=None

)

功能说明：

维护图在执行过程中的状态信息，例如神经网络权重值的变化。

参数列表：

参数名	类型	说明
initial_value	张量	Variable 类的初始值，这个变量必须指定 shape 信息，否则后面 validate_shape 需设为 False
trainable	Boolean	是否把变量添加到 collection GraphKeys.TRAINABLE_VARIABLES 中（collection 是一种全局存储，不受变量名生存空间影响，一处保存，到处可取）
collections	Graph collections	全局存储，默认是 GraphKeys.GLOBAL_VARIABLES
validate_shape	Boolean	是否允许被未知维度的 initial_value 初始化
caching_device	string	指明哪个 device 用来缓存变量
name	string	变量名
dtype	dtype	如果被设置，初始化的值就会按照这个类型初始化
expected_shape	TensorShape	要是设置了，那么初始的值会是这种维度

示例代码：

import tensorflow as tf

initial= tf.truncated_normal(shape=[10,10],mean=0,stddev=1)

W=tf.Variable(initial)

list=[[1.,1.],[2.,2.]]

X=tf.Variable(list,dtype=tf.float32)

ini_op=tf.global_variables_initializer()

with tf.Session() as sess:

    sess.run(ini_op)

    print(sess.run(W[:2,:2]))

    op=W[:2,:2].assign(22.*tf.ones((2,2)))

    print(sess.run(op))

    print (W.eval())  #Usage with the default session

    print ("#####################(6)#############")

    print (W.dtype)

    print (sess.run(W.initial_value))

    print (sess.run(W.op))

    print (W.shape)

    print ("###################(7)###############")

    print (sess.run(X))

巴特西

tf.Variable

功能说明：

参数列表：

示例代码：

最新文章

热门文章