我正在经历一个示例here。我看到了以下的操作顺序:
import tensorflow as tf
v1 = tf.get_variable("v1", shape=[3], initializer = tf.zeros_initializer)
inc_v1 = v1.assign(v1+1)
init_op = tf.global_variables_initializer()
s = tf.Session()
s.run(init_op)
s.run(inc_v1)
结果,我们得到了:
array([1., 1., 1.], dtype=float32)
我不明白"assign“操作背后的逻辑。特别是,我已经将其替换为在我看来简单得多的东西:
import tensorflow as tf
v1 = tf.get_variable("v1", shape=[3], initializer = tf.zeros_initializer)
inc_v1 = v1 + 1
init_op = tf.global_variables_initializer()
s = tf.Session()
s.run(init_op)
s.run(inc_v1)
我得到了完全相同的输出。那么,为什么我们需要赋值呢?
https://stackoverflow.com/questions/54809628
复制相似问题