python assign

05

Variable的操作接口：assign()

一个问题：

W = tf.Variable(10)

W.assign(100) 

with tf.Session() as sess: 

sess.run(W.initializer)

print W.eval() 

打印的结果，是10，还是100？？？

10 

Why?

一条tensorflow的规则：

W.assign(100) 并不会给W赋值，assign()是一个op，所以它返回一个op object，需要在Session中run这个op object，才会赋值给W.

Just like this:

W = tf.Variable(10)

assign_op = W.assign(100) 

with tf.Session() as sess:

sess.run(W.initializer) 

sess.run(assign_op) 

print W.eval() # >> 100

带下划线的代码可以省略，因为assign_op可以完成赋初始值操作。事实上， initializer op 是一个特殊的assign op.

Go on: 

# create a variable whose original value is 2

my_var = tf.Variable(2, name="my_var")

# assign a * 2 to a and call that op a_times_two

my_var_times_two = my_var.assign(2 * my_var) 

with tf.Session() as sess: 

sess.run(my_var.initializer) 

sess.run(my_var_times_two) # >> 4 

sess.run(my_var_times_two) # >> 8

sess.run(my_var_times_two)  # >> 16

大家可以体会，为什么执行一次，就会加倍。

进而，体会assign()返回的assign_op的意义。