TensorFlow：変数を何度も初期化する

Question

次のコードセグメントの実行方法によってちょっと混乱します。

import tensorflow as tf 

x = tf.Variable(0) 
init_op = tf.initialize_all_variables() 
modify_op = x.assign(5) 

with tf.Session() as sess: 
    sess.run(init_op) 
    print(sess.run(x)) 
    x += 3 
    print(sess.run(x)) 
    sess.run(init_op) # Trying to initialize x once again to 0 
    print(sess.run(x)) # Gives out 3, which leaves me confused. 
    print(sess.run(modify_op)) 
    print(sess.run(x)) # Gives out 8, even more confusing 

これが出力されます。
0
3
3
5
8

は、それがラインx += 3は、デフォルトのグラフの一部ではないということですか？それとも別のことが起こっているのですか？いくつかの助けに感謝されます、ありがとう！

Answer 1

あなたx変数ではなく、あなたが期待するかもしれない方法で

x += 3 

によって変更されています。テンソルフローライブラリのコードは+をオーバーライドするので、新しいTFテンソルの内容をxのものに変更することができます（古いものはグラフに残り、xは新しいものを指す）。

x = tf.Variable(0) + 3 

これはどういうことなのでしょうか？また、いくつかの印刷ステートメントを挿入します。 。 。その後、

x = tf.Variable(0) 
print(x) 
# <tensorflow.python.ops.variables.Variable object at 0x1018f5d68> 

x += 3 
print(x) 
# Tensor("add:0", shape=(), dtype=int32) 

xの内容はあなたにとって重要である場合は、後で変数名を使用して/表示xを追跡する場合xに再割り当てを避けます。また、便利なPython変数を指さない場合は、テンソルの名前をつけてグラフから直接取得することもできます。重要なことは、TF変数とPython変数の分離に慣れていることです。あなたがいたとして

0 
3 
0 

：

import tensorflow as tf 

x = tf.Variable(0) 

with tf.Session() as session: 
    session.run(tf.initialize_all_variables()) 
    print(x.eval()) 

    session.run(x.assign(x + 3)) 
    print(x.eval()) 

    session.run(tf.initialize_all_variables()) 
    print(x.eval()) 

この出力：実際にTF変数が割り当てられているとあなたがしようとしているとして、再設定、TF代入演算子を使用する必要が見

期待している。