介绍变量之前，先对’tensor’这个单词做出解释：

3. tensor

文档中是这样说明的：

TensorFlow 程序使用 tensor 数据结构来代表所有的数据, 计算图中, 操作间传递的数据都是 tensor.
你可以把 TensorFlow tensor 看作是一个 n 维的数组或列表. 一个 tensor 包含一个静态类型 rank, 和一个 shape.

4. 变量

变量维护图执行过程中的状态信息.
文档中给出的代码：

# coding=utf-8
# 使用变量实现一个简单的计数器

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

# 创建一个变量, 初始化为标量 0.
state = tf.Variable(0, name="counter")

# 创建一个 op, 其作用是使 state 增加 1

one = tf.constant(1)
new_value = tf.add(state, one)
update = tf.assign(state, new_value)

# 启动图后, 变量必须先经过`初始化` (init) op 初始化,
# 首先必须增加一个`初始化` op 到图中.
init_op = tf.initialize_all_variables()

# 启动图, 运行 op
with tf.Session() as sess:
  # 运行 'init' op
  sess.run(init_op)
  # 打印 'state' 的初始值
  print(sess.run(state))
  # 运行 op, 更新 'state', 并打印 'state'
  for _ in range(3):
    sess.run(update)
    print(sess.run(state))

得到运行结果
这里写图片描述

注意代码中使用了state = tf.Variable(0, name="counter")来创建一个初始化为0的变量，Variable的签名为：

 def __init__(self,
               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,
               constraint=None):

用于创建一个值为initial_value的变量。
将新变量添加到“collections”中列出的图集合中，默认值为[GracKy.GualAlxValue]。
如果trainable是True变量也被添加到图表集合“GrimeKest.Trimable变量”中。
构造器创建一个variable op和一个assignop来将变量设置为其初始值。
参数：

initial_value	trainable
一个`Tensor`，或者一个课转变为`Tensor`的python对象，它是变量的初始值，除非`validate_shape`被设为False,否则初始值必须指定一个形状(shape)。被调用时也可不带参数，当调用时返回初始值。在这种情况下，必须指定`“dType”`。请注意，在使用之前，来自init_ops.py 的初始化函数必须先绑定到一个shape。	如果为True，也会将该变量添加到图表集合`GraphKeys.TRAINABLE_VARIABLES`中，该集合被用作默认的变量列表，通过`Optimizer`类使用。

collections	validate_shape
图表几个的键列表，新的变量被添加到该集合。默认：`[GraphKeys.GLOBAL_VARIABLES]`	如果为FALSE，则允许该变量用一个未知的shape初始化。默认为True，表示变量的shape必须明确。

还有几个属性，等以后遇到了再说明吧。
后面代码还使用了一个update = tf.assign(state, new_value)op。
asssign的签名为：

def assign(ref, value, validate_shape=None, use_locking=None, name=None):

用于将value赋值给ref。

然后需要一个初始化op :

init_op = tf.initialize_all_variables()

对于该方法的一个问题，下一节会做出说明
返回一个初始化全局变量的op

扫描二维码关注公众号，回复： 161799 查看本文章

代码中 assign() 操作是图所描绘的表达式的一部分, 正如 add() 操作一样. 所以在调用 run() 执行表达式之前, 它并不会真正执行赋值操作.
通常会将一个统计模型中的参数表示为一组变量. 例如, 你可以将一个神经网络的权重作为某个变量存储在一个 tensor 中. 在训练过程中, 通过重复运行训练图, 更新这个 tensor.

TensorFlow学习过程记录 (二) -- 基本使用(3) -- 变量

3. tensor

4. 变量

猜你喜欢