什么是变量(Variable)

在TensorFlow中，变量是特殊的张量，它的值可以是一个任何类型的张量。变量存储的是持久张量，当训练模型时，变量可用用来存储和更新参数。注意变量使用前一定要初始化。

变量的使用流程

1 变量声明，通过tf.Variable()
2 在session初始化
3 对变量进行具体的op

变量的三种初始化方式

1 全部初始化全部变量

import tensorflow as tf
#声明
init = tf.global_variables_initializer()
#执行初始化
with tf.Session() as sess:
    sess.run(init)

2 初始化一个变量子集

import tensorflow as tf
#声明
init_ab= tf.variables_initializer([a,b], name="init_ab")
#执行初始化
with tf.Session() as sess:
    sess.run(init_ab)

3 初始化一个变量

import tensorflow as tf
#声明
init_var= tf.Variable(tf.zeros([2,3]))
#执行初始化
with tf.Session() as sess:
    sess.run(init_var)

完成的流程案例

import tensorflow as tf
#声明一个 1维度 10列的矩阵
v = tf.Variable(tf.truncated_normal([1,10]))
#初始化
with tf.Session() as sess:
    sess.run(v.initializer)
    #对变量进行操作
    print(v)
    #输出对应的值d
    print(v.eval())