Tensorflow小Tips（二）：如何给tensor赋值 —— tf.assign函数

　　其实tensorflow里面如何改变tensor的值一直是很令人苦恼的事儿，不过我最近发现 tf.assign 函数可以对 tensor 进行整体的赋值。

调用方式

import tensorflow as tf
w = tf.Variable(initial_value=[[1,1], [1,1]], dtype = tf.float32)
update = tf.assign(w, [[1,2],[1,2]])
x = w * 2

注意点 – 和控制流搭配使用

　　先看一个实例，如果直接输出 tensor w 的值：

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(sess.run(x))

　　然而输出的 w 的值是：
　　
　　这就证明了似乎没有执行 update = tf.assign(w, [[1,2],[1,2]]) 这一步。如何确保一定执行了这一步呢？

显式确保调用 update：控制流

with tf.control_dependencies([update]):
    x = w * 2

这样就能够保证在执行 x = w * 2 之前一定执行了 update 那一步。这样再执行就会得到正常的结果了：