标签:range print 必须 直接 一个 for 操作 减法 没有
import tensorflow as tf x=tf.Variable([1,2]) a=tf.constant([3,3]) sub=tf.subtract(x,a) #增加一个减法op add=tf.add(x,sub) #增加一个加法op #注意变量再使用之前要再sess中做初始化,但是下边这种初始化方法不会指定变量的初始化顺序 init=tf.global_variables_initializer() with tf.Session() as sess: sess.run(init) print(sess.run(sub)) print(sess.run(add)) #################分割线##################### #创建一个名字为‘counter’的变量 初始化0 state=tf.Variable(0,name=‘counter‘) new_value=tf.add(state,1) #创建一个op,作用是使state加1 update=tf.assign(state,new_value) #赋值op init=tf.global_variables_initializer() with tf.Session() as sess: sess.run(init) print(sess.run(state)) for _ in range(5): sess.run(update) print(sess.run(state))
看上边的代码,你会注意到与普通的变成有些区别:
update=tf.assign(state,new_value) 赋值操作,直接用接口而不是用等号,这也就说明tensorflow不是用python实现的,是有c++实现的,你如果想把python中的值在session中修改,必须要用这种接口的方式。
标签:range print 必须 直接 一个 for 操作 减法 没有
原文地址:https://www.cnblogs.com/go-ahead-wsg/p/12302019.html