tensorflow变量创建与初始化

背景： 

import tensorflow as tf

1. tensorflow创建变量的方式有两种：

v = tf.get_variable("v", shape=[1], initializer=tf.constant_initializer(1.0))

或者：

v = tf.Variable(tf.constant(1.0, shape=[1]), name='v')

 上述两种变量创建的区别是，后者tf.Variable中的name参数为可选；而tf.get_variable中的名称为必填项。若出现重复命名，将会报错。

2.  tensorflow中变量的初始化函数有七种：

初始化函数	功能	主要参数
tf.constant_initializer	将变量初始化为给定常量	常量的取值
tf.random_normal_initializer	将变量初始化为满足正态分布的随机值	正态分布的均值和标准差
tf.truncated_normal_initializer	将变量初始化为满足正态分布的随机值，但如果随机出来的值偏离平均值超过两个标准差，那么这个数将会被重新随机。	正态分布的均值和标准差
tf.random_uniform_initializer	将变量初始化为满足平均分布的随机值	最大、最小值
tf.uniform_unit_scaling_initializer	将变量初始化为满足平均分布但不影响输出数量级的随机值	产生随机值时乘以的系数
tf.zeros_initializer	将变量设置为全0	变量维度
tf.ones_initializer	将变量设置为全1	变量维度