如何赋值给tensorflowvariables？
我想在python中为tensorflowvariables赋值一个新的值。
import tensorflow as tf import numpy as np x = tf.Variable(0) init = tf.initialize_all_variables() sess = tf.InteractiveSession() sess.run(init) print(x.eval()) x.assign(1) print(x.eval()) 但是我得到的结果是
0 0
所以价值没有改变。 我错过了什么？
语句x.assign(1)实际上并不是将值1赋值给x ，而是创build一个tf.Operation ，您必须显式运行以更新variables。*调用Operation.run()或Session.run()可以用来运行该操作：
assign_op = x.assign(1) sess.run(assign_op) # or `assign_op.op.run()` print(x.eval()) # ==> 1
（*实际上，它会返回一个tf.Tensor ，对应于variables的更新值，以便更容易链接分配。）
首先，您可以将值分配给variables/常量，方法是使用与占位符相同的方式将值input到variables/常量中。 所以这是完全合法的：
import tensorflow as tf x = tf.Variable(0) with tf.Session() as sess: sess.run(tf.global_variables_initializer()) print sess.run(x, feed_dict={x: 3})
关于你与tf.assign（）运算符的混淆。 在TF中，在会话中运行它之前，没有任何东西被执行。 所以你总是要做这样的事情： op_name = tf.some_function_that_create_op(params) ，然后在会话中运行sess.run(op_name) 。 使用assign作为例子，你会做这样的事情：
import tensorflow as tf x = tf.Variable(0) y = tf.assign(x, 1) with tf.Session() as sess: sess.run(tf.global_variables_initializer()) print sess.run(x) print sess.run(y) print sess.run(x)
另外，必须注意的是，如果你正在使用your_tensor.assign() ，那么tf.global_variables_initializer不需要显式调用，因为assign操作在后台为你做。
例：
In [212]: w = tf.Variable(12) In [213]: w_new = w.assign(34) In [214]: with tf.Session() as sess: ...: sess.run(w_new) ...: print(w_new.eval()) # output 34
但是，这不会初始化所有variables，但它只会初始化在其上执行assign的variables。
有一个更简单的方法：
x = tf.Variable(0) x = x + 1 print x.eval()
