如何在确保变量已经初始化的同时获得变量的当前值？tf.Variable.initialized_value()依赖于初始化器，这会导致变量每次被访问时都会被重置为初始值。为了防止变量被重置，我尝试使用带有tf.is_variable_initialized()的tf.cond()作为谓词。但是，这不起作用，因为条件的true分支需要初始化变量，即使false分支处于活动状态：
def
浏览 8提问于2017-03-07得票数 0
如何确保计算出的值不会复制回CPU/python内存，但在下一步仍可用于计算？显然，下面的代码没有做到这一点：b = tf.Variable(tf.constant(2.)print(val) # 9错误:尝试使用未初始化的值
浏览 3提问于2015-12-14得票数 6
回答已采纳
当我运行以下Tensorflow命令时，会得到不同的结果。有人知道为什么吗？import tensorflow as tf
var = tf.Variable(tf.truncated_normal([1,1], stddev=.1))
浏览 4提问于2016-01-19得票数 3
回答已采纳
我正在尝试在一个tf.Variable()中初始化一个tf.InteractiveSession()。我已经有一些预先训练的重量，这是个别的numpy文件。如何使用这些numpy值有效地初始化变量？我经历了以下几种选择：
似乎这些值没有被正确初始化。下面
浏览 0提问于2019-04-29得票数 4
回答已采纳
目前，我有以下代码：y = tf.Variable(0, name="y")for iin range(1,10):然而，当我试图在张拉板上显示这个的时候理想情况下，我希望执行y= tf.Variable</em
浏览 1提问于2019-07-18得票数 3
回答已采纳
为什么我们需要两个初始化器？我们已经将get_variable的初始化器属性设置为指向我们的const_init_node，但这只是在图中的节点之间添加了一个新的连接。我们还没有对异常的根做任何处理:与变量节点相关联的内存(它存储在会话中，而不是图形！)仍然设置为“null”。我们需要会话告诉const_init_node实际更新变量。
..。我们最好先不初始化m和b，直到运行tf.global_variables_initializer().
浏览 0提问于2019-08-10得票数 4
回答已采纳
在TensorFlow (Python)中，当向图中添加一个tf.train.RMSPropOptimizer时，是否添加了需要初始化的附加变量？如果是，我如何访问它们并手动初始化它们？(我宁愿不使用tf.global_variables_initializer)。换句话说：(1)如何决定使用哪一个初始化器？(2)如何将initilizer op添加到图中，特别是对于这些变量？编辑1：
这里我指的是在</em
浏览 0提问于2016-12-27得票数 0
import tensorflow as tf
return_variable = tf.Variable(initial_valuedtype=tf.float32)a_variable = tf.Variablea_variable') prin
浏览 2提问于2017-05-15得票数 0
回答已采纳
我在代码中使用推送通知，每当有通知到来时，我都希望更新另一个ViewController中的标签的值。我在AppDelegate中的代码是：
- (void)addMessageFromRemoteNotification:(NSDictionary*)userInfo updateUI:(BOOL)updateUINSNotificationCenter defaultCenter] postNotificationName:@"CodeArrived" object:self userInfo:co
浏览 0提问于2013-07-04得票数 0
回答已采纳
tf.float32, shape=[None, D], name='x-input') # M x D#std = 1.5*np.piW1 = tf.Variable( tf.truncated_normal([D,D1], mean=0.0, stddev=std, name='W1') ) # (D x D1)
S1 = tf.Variable(tf.constant(100.0, shape=[1], name='S1')) #
浏览 3提问于2016-06-23得票数 0
回答已采纳
在TensorFlow中创建变量时，我们可以指定数据类型。然而，在我看来，这一论点被忽视了。例如：Out[27]: tf.float32_ref_ref
因此，如果我从Python中初始化值，我将tf.float32_ref作为类型(即使我将tf.float64作为Value函数的第二个参数)。如果我使用numpy数组进行值<
浏览 2提问于2017-10-12得票数 0
回答已采纳
有许多案例(和)的TensorFlow用户添加在定义任何变量或操作之前，然后得到一个错误，如
Attempting它几乎是在大量复制TF API。这个问题集中在一些用户调用sess.run(init_op)时仍然存在未初始化的值。
浏览 0提问于2017-07-12得票数 15
回答已采纳
import tensorflow as tfy = tf.Variable(x + 5, name='y')我的问题是它正在初始化哪些变量。x是一个不需要初始化的常量，而y是变量，它没有被初始化，而是用作算术操作。
浏览 4提问于2017-06-01得票数 26
回答已采纳
下面是一个最小的测试用例，其中我创建了一个变量v，我想将它初始化为值为777 (对于简化的测试用例)。注意:我不能用普通的初始化器初始化v，因为它依赖于对所有变量计算的规范化常量(其中一些变量在创建v时还没有创建)。我的解决方案(下面)是创建一个布尔变量full_init_cond，一旦我运行了一些初始化/赋值操作，就会将其设置为True，并使用tf.cond来确保它们只运行一次。import tensorflow as t
浏览 0提问于2018-03-14得票数 1
回答已采纳
我正在尝试使用tensorflow自动编码器生成与给定原始数据非常接近的合成数据。但是，自动编码器不是在训练阶段学习。我的成本函数通常不是递减的，合成数据与原始数据无关。我的代码如下：# Weights and biases to hidden layer
Wh = tf.Variabletf.random_uniform((COLUMN, UNITS_OF_HIDDEN_LAYER), -1.0 / mpmath.sqr
浏览 24提问于2017-06-27得票数 0
1回答
在TensorFlow中，当使用tf.train.Saver存储和恢复变量时，当初始化器值被设置为张量时，我会得到随机值，为什么？我有两种创建变量的方法，一种使用函数初始化，另一种使用张量初始化：T = tf.get_variable('T', shape=[3], initializerwork when resto
浏览 20提问于2018-07-25得票数 1
当我们使用tf.Variable创建一个张量时，第一个参数是"initial_value“。因此，即使我们没有特定的值作为初始值，也必须给出这个值。以下是一个例子：我认为在某些情况下，我们不希望设置初始值，因为稍后将对变量进行评估，如下所示：
a =我的问题是，在上述情况下，使用a初
浏览 1提问于2018-06-04得票数 1
回答已采纳
1回答
延迟验证
、、、、
对量化域模型的整个值(1)进行了检查，以确保它们是可识别的值，可能已被域模型进一步编辑以确保其适合性，并已被回显(4)给用户。所有这些检查都是在进入时立即进行的。在中，Ward为整个对象寻址。但对我来说，这一点还不完全清楚：
我知道延迟验证是对复杂对象的非常详细的验证。因此，在遵循DDD时，应该在测试方法或域属性中使用此验证吗？这可以在UI中实现吗？
浏览 2提问于2014-10-31得票数 4
回答已采纳
我注意到在中，我们可以在任何可以使用Variable的地方使用Tensor。但是，我无法在Variable上执行session.run()B = tf.Variable([111, 11, 11]) #
浏览 0提问于2017-05-25得票数 34
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
