Tensorflow的初学习进程(3)——Variable 变量

tensorflow里面的变量的定义必须使用xxx = tf.Variable()，才能使xxx成为一个变量，对Variable的设置好之后，就规定了它的名字和形状（类似矩阵的大小什么的，反正平常的方法不行，只能用assign来修改）

import tensorflow as tf

state = tf.Variable(0,name='counter')
one = tf.constant(1)

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

init = tf.global_variables_initializer()  #must have if define variable

with tf.Session() as sess:
    sess.run(init)
    for _ in range(3):
        sess.run(update)
        print(sess.run(state))

这是一个小例子，这个例子里面对state规定了初始值和名字，之后的更新update就是所说必须利用assign来对他的值进行改动。

然后要使这些变量的运行，或者说激活，那么就得利用这一句

init = tf.global_variables_initializer()

之前不这么用，之前是tf.initialize_all_variables()，可能在旧的教材或者视频资料里面会看到这样子，得改过来。反正设置了变量就得对变量进行激活，不过这还不算激活，真正的激活是在后面的sess.run(init),这之后才算真正的激活。