import tensorflow as tf
x = tf.constant(35, name='x')
y = tf.Variable(x + 5, name='y')
# model = tf.global_variables_initializer()
with tf.Session() as session:
print("x = ", session.run(x))
# session.run(model)
print("y = ", session.run(y))
我無法理解global_variables_initializer()何時實際需要。在上面的代碼中,如果我們取消註釋行4 & 7,我可以執行代碼並查看值。如果我按原樣運行,我會看到崩潰。我的問題是它正在初始化哪些變量。 'x'是一個不需要初始化的常量,'y'是未被初始化的變量,但用作算術運算。當實際需要global_variables_initializer()時
在我的代碼中,沒有像「z = tf.Variable(4)」這樣的變量的「顯式初始化」。但是我使用了變量y,它是算術運算的輸出,它正在通過sess.run()進行評估。在這種情況下,它需要「隱式初始化」,因此我們需要變量初始化? – Vinay
@Vinay「沒有明確的初始化」是什麼意思?如果不是初始化,這是什麼? 'tf.Variable(x + 5,name ='y')' –
謝謝,你說得對。我把這個陳述當作算術運算而不是初始化。 – Vinay