TensorFlow 学习（三）—— Variables Session 初始化

0. tf.initialize_all_variables()/tf.global_variables_initializer()

What are the differences between tf.initialize_all_variables() and tf.global_variables_initializer()

注意对于 tf.initialize_all_variables() 接口，TensorFlow 文档有一个重要说明：

tf.initialize_all_variables(): THIS FUNCTION IS DEPRECATED. It will be removed after 2017-03-02. Instructions for updating: Use tf.global_variables_initializer instead.

tf.initialize_all_variables() 该函数将不再使用，在 2017年3月2号以后；
用 tf.global_variables_initializer() 替代 tf.initialize_all_variables()

1. 变量初始化

（全体）变量初始化的标准形式：

init = tf.initialize_all_variables()sess = tf.Session()sess.run(init)
     
     
      
      1
      
      2
      
      3

当然也可简写为：

tf.Session().run(tf.initialize_all_variables())
     
     
      
      1

如何有选择地初始化部分变量呢？使用 tf.initialize_variables()，比如要初始化v_6, v_7, v_8三个变量：

init_new_vars_op = tf.initialize_variables([v_6, v_7, v_8])sess.run(init_new_vars_op)
     
     
      
      1
      
      2

单个变量初始化：

w = tf.Variable(tf.random_uniform([2, 2]))w_init = w.initializer  # w.initializer 是一个 operation，而不是函数with tf.Session() as sess: sess.run(w_init)
     
     
      
      1
      
      2
      
      3
      
      4

2. 识别未被初始化的变量

用 try & except 语句块捕获：

uninit_vars = []for var in tf.all_variables(): try:  sess.run(var) except tf.errors.FailedPreconditionError:  uninit_vars.append(var)  init_new_vars_op = tf.initialize_variables(uninit_vars)
   
   
    
    1
    
    2
    
    3
    
    4
    
    5
    
    6
    
    7
    
    8

<a href=“http://stackoverflow.com/questions/35164529/in-tensorflow-is-there-any-way-to-just-initialize-uninitialised-variables”, target="_blank">In TensorFlow is there any way to just initialize uninitialised variables?

3. 变量的更新

>> state = tf.Variable(1, name='counter')>> add_one = tf.add(state, tf.constant(1))>> update = tf.assign(state, add_one)>> with tf.Session() as sess:  sess.run(tf.gloabl_variables_initializer())  sess.run(state)  for _ in range(3):   sess.run(update)   print(sess.run(state))
   
   
    
    1
    
    2
    
    3
    
    4
    
    5
    
    6
    
    7
    
    8
    
    9

4. Session

A Session object encapsulates the environment in which Tensor objects are evaluated. 一个会话对象（session object）封装了 Tensor 对象待评估（evaluate）的环境信息。

>> a = tf.constant(5.)>> b = tf.constant(6.)>> c = a*b>> with tf.Session() as sess:  print(sess.run(c))  print(c.eval())
   
   
    
    1
    
    2
    
    3
    
    4
    
    5
    
    6

常见的 tf.Session()

tf.InteractiveSession()：ipython 下的一种默认会话；

再分享一下我老师大神的人工智能教程吧。零基础！通俗易懂！风趣幽默！还带黄段子！希望你也加入到我们人工智能的队伍中来！https://blog.csdn.net/jiangjunshow