tensorflow: tf.Variable()和tf.get_variable()区别

tf.Variable()定义一个变量

tf.Variable(1,name='a1')

tf.Variable(tf.constant(1),name='a2')

tf.Variable(tf.random_normal(shape=[2,3],mean=0,stddev=1),name='a3')

tf.Variable(tf.ones(shape=[3,3]),name='a4')

执行session之前要全局初始化。

tf.global_variables_initializer()

tf.get_variable():根据name的值返回变量，如果name不存在，则会创建

tf.get_variable(name, shape, initializer)

initializer包括：

tf.constant_initializer：常量初始化函数

tf.random_normal_initializer：正态分布

tf.truncated_normal_initializer：截取的正态分布

tf.random_uniform_initializer：均匀分布

tf.zeros_initializer：全部是0

tf.ones_initializer：全是1

tf.uniform_unit_scaling_initializer：满足均匀分布，但不影响输出数量级的随机值

 

tf.get_variable(name='a5', initializer=22)

tf.get_variable(name='a6', shape=[2,2], initializer=tf.random_normal_initializer(mean=0, stddev=1))

tf.get_variable(name='a7', shape=[2,2], initializer=tf.ones_initializer())