Tensorflow tf.Variable不能執行另外

我使用恆定的，但無法通過tf.VariableTensorflow tf.Variable不能執行另外

執行

下面的代碼工作正常，當我使用相加常數是能夠執行加法。

import tensorflow as tf 

a = tf.constant(5) 
b = tf.constant(6) 

sess = tf.Session() 
result = sess.run(a + b) 
print(result)

但是，當我與tf.Variable試過它不工作，這是我的代碼

import tensorflow as tf 

a = tf.Variable(5) 
b = tf.Variable(6) 

sess = tf.Session() 
result = sess.run(a + b) 
print(result)

有人可以幫我嗎？謝謝！！！

來源

2017-09-23 jitesh mohite

您需要首先初始化變量：

import tensorflow as tf 
 
a = tf.Variable(5) 
b = tf.Variable(6) 
  
sess = tf.Session()

初始化變量：

sess.run(tf.global_variables_initializer())  

result = sess.run(a + b) 

print(result) 
11

你可以閱讀更多關於變量初始化here，它說不像tf.Tensor對象，一個tf.Variable存在於單個會話的上下文之外。運行。所以在你使用變量之前，它必須被初始化爲。初始化是特定於Session的，這意味着無論何時開始一個新會話，並且想要使用這些變量，都必須先初始化它們。

來源

2017-09-23 03:44:12 Psidom

謝謝，但你能告訴我這行會做什麼sess.run（tf.global_variables_initializer（））。如果你簡單解釋它會很好。謝謝！！！ –

您可以在這裏閱讀[初始化變量]（https://www.tensorflow.org/programmers_guide/variables#initializing_variables），其中說*與tf.Tensor對象不同，tf.Variable存在於單個會話的上下文之外。運行調用。*因此，在使用變量之前，必須對其進行初始化。初始化是特定於Session的，這意味着無論何時開始一個新會話，並且想要使用這些變量，都必須先初始化它們。 – Psidom

Tensorflow tf.Variable不能執行另外

回答

相關問題