import tensorflow as tf
x = tf.constant(35, name='x')
y = tf.Variable(x + 5, name='y')
# model = tf.global_variables_initializer()
with tf.Session() as session:
print("x = ", session.run(x))
# session.run(model)
print("y = ", session.run(y))
我无法理解global_variables_initializer()何时实际需要。在上面的代码中,如果我们取消注释行4 & 7,我可以执行代码并查看值。如果我按原样运行,我会看到崩溃。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,'y'是未被初始化的变量,但用作算术运算。当实际需要global_variables_initializer()时
在我的代码中,没有像“z = tf.Variable(4)”这样的变量的“显式初始化”。但是我使用了变量y,它是算术运算的输出,它正在通过sess.run()进行评估。在这种情况下,它需要“隐式初始化”,因此我们需要变量初始化? – Vinay
@Vinay“没有明确的初始化”是什么意思?如果不是初始化,这是什么? 'tf.Variable(x + 5,name ='y')' –
谢谢,你说得对。我把这个陈述当作算术运算而不是初始化。 – Vinay