Python3.x 实际需要 global_variables_initializer() 时

发布于06月01日

import tensorflow as tf
x = tf.constant(35, name='x')
y = tf.Variable(x + 5, name='y')
# model = tf.global_variables_initializer()
with tf.Session() as session:
        print("x = ", session.run(x)) 
        # session.run(model)
        print("y = ", session.run(y))

我不明白什么时候需要global_variables_initializer()英镑.在上面的代码中，如果我们取消注释第4行&amp；7.我可以执行代码并查看值.如果我按原样跑，我会看到撞车.

我的问题是它正在初始化哪些变量.x是一个不需要初始化的常数，y是一个未初始化但用作算术运算的变量.

推荐答案

tf.global_variables_initializer是初始化所有全局变量的快捷方式.它不是必需的，您可以使用其他方法初始化变量，或者在使用简单脚本的情况下，有时根本不需要初始化它们.

除变量之外的所有内容都不需要初始化(常量和占位符).但每个used变量(即使是常数)都应该初始化.这会给你一个错误，尽管z只是一个数字的0-d张量.

import tensorflow as tf
z = tf.Variable(4)
with tf.Session() as session:
        print(session.run(z))

我突出显示了使用的单词，因为如果您只有未运行的变量(或不运行的变量取决于它们)，则不需要初始化它们.

例如，这段代码执行起来没有任何问题，但它有两个变量和一个依赖于它们的操作.但这并不需要它们.

import tensorflow as tf
x = tf.constant(35, name='x')
y = tf.Variable(x + 5, name='y')
z = tf.Variable(4)
a = y + z
with tf.Session() as session:
        print("x = ", session.run(x))