如何更改TensorFlow中變量的值？

Question

創建在TensorFlow一個Variable：

c = tf.Variable([1.0, 2.0, 3.0], tf.float32) 

然後我定義的佔位符：

x = tf.placeholder(tf.float32) 

之後我定義一個函數（計算圖）組合兩個定義的對象之上：

y = x + c 

之後我「初始化」全局變量：

s = tf.Session() 
init = tf.global_variables_initializer() 
s.run(init) 

最後，我可以運行我的功能：

s.run(y, {x : [10.0, 20.0, 30.0]}) 

現在，我要換c值。在TensorFlow中可能嗎？我試過，例如：

c = tf.assign(c, [1.0, 1.0, 1.0]) 

也：

c = tf.Variable([1.0, 1.0, 1.0], tf.float32) 

沒有什麼工作。每當我打電話

s.run(y, {x : [10.0, 20.0, 30.0]}) 

我仍然得到舊的結果（對應於c老/初始值）。

那麼，如何爲TensorFlow中的全局變量賦值？

Answer 1

用你常用的方法之一分配一個新值變量c後，您需要評價它：

c.eval(session=s) 

或

s.run(c) 

Answer 2

分配給變量「C」新值後，你必須讓會話初始化新值，

c = tf.assign(c, [1.0, 1.0, 1.0]) 
s.run(c) 
s.run(y, {x : [10.0, 20.0, 30.0]}) 
array([ 11., 21., 31.], dtype=float32)