tensorflow 1.4
tf.Variable( initial_value=None, trainable=True, collections=None, validate_shape=True, caching_device=None, name=None, variable_def=None, dtype=None, expected_shape=None, import_scope=None, constraint=None)使用initial_value初始化,来创建一个变量默认变量添加在GraphKeys.GLOBAL_VARIABLES中如果trainable设置为True,也会添加到GraphKeys.TRAINABLE_VARIABLES中默认initial_value必须指定形状这里的参数比较多,我常用到的是initial_value、dtype、trainable
定义一个变量,并初始化初始化变量有两种方式,一种是使用tf.Variable.initializer,一种是使用tf.global_variables_initializer()前者一次只能初始化一个变量,后者是初始化所有的全局变量
修改trainable参数为False,查看全局变量和可训练变量列表,默认trainable参数为True
使用tf.Variable.assign()给变量赋值assign( value, use_locking=False)给出value值即可,默认不加锁当变量的value的形状与初始的形状不一致时,会提示错误
使用tf.assign()给变量赋值tf.assign(ref, value, validate_shape=None, use_locking=None, name=None)如果赋值的value与初始化形状不一致,可以设置validate_shape参数为False