函数形式:
tf.assign(
ref,
value,
validate_shape=None,
use_locking=None,
name=None
)
参数:
- ref:一个可变的张量,来自一个变量节点,可能是未初始化的。
- value:一个张量,并且必须具有与 ref 相同的类型,value值将赋给变量。
- validate_shape:一个可选的布尔值,默认值为True。如果为真,操作将验证 ‘value’ 的形状是否与分配给它的张量的形状匹配;如果为假,‘ref’ 将呈现 ’value‘ 的形状。
- use_locking:一个可选的布尔值,默认值为True。如果为真,赋值将被锁住保护;否则,该行为是未定义的,但可能显示较少的争论。
- name:操作的名称(可选)。
返回值:
一个张量,在赋值完成后,它将更新为“ref”的新值。
用途:通过赋值来更新“ref”。
这个函数将需要被更新的变量 ref 赋值为新值 value
代码实例:
#通过变量赋值输出1、2、3...10
import tensorflow as tf
value = tf.Variavle(0, name="value")
one = tf.constant(1)
new_value = tf.add(value, one)
update_value = tf.assign(value, new_value)
init = tf.global_variavles_initializer()
with tf.Session() as sess:
sess.run(init)
for _ in range(10)
sess.run(update_value)
print(sess.run(value))