TensorFlow中 Variable 变量的简单使用

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接： https://blog.csdn.net/nanhuaibeian/article/details/100586339

在 TensorFlow 中，定义了某字符串变量，它才是 变量，这一点与 Python 不同
语法：state = tf.Variable()

import tensorflow as tf

state = tf.Variable(3,name='count')

# 定义常量 one
one = tf.constant(1)
# 定义加法步骤，但是这步并没有直接计算
new_value = tf.add(state,one)
# 将 State 更新为 new_value
update = tf.assign(state,new_value)

# 如果在 TensorFlow 中定义了变量，那么初始化变量是最重要的
# 定义变量以后，一定要定义 init = tf.initialize_all_variables()
init = tf.initialize_all_variables() # 这步必不可少

with tf.Session() as sess:
    # 变量还没有激活，需要在 sess 里激活 init
    sess.run(init)
    for i in range(3):
        sess.run(update)
        print(sess.run(state))

注意：
最后直接 print(state) 是不起作用的
一定要把 sess 的指针指向 state 再进行 print 才能得到想要的结果