1.问题描述
很多时候,我们都会在会话中加入一句:
sess.run(tf.global_variables_initializer())
至于为什么,好像就是觉得要初始化变量而已,其实,这句话有具体的应用原因
2.用程序来说明
import tensorflow as tf
# 必须要使用global_variables_initializer的场合
# 含有tf.Variable的环境下,因为tf中建立的变量是没有初始化的,也就是在debug时还不是一个tensor量,而是一个Variable变量类型
size_out = 10
tensor = tf.Variable(tf.random_normal(shape=[size_out]))
init = tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init) # initialization variables
print(sess.run(tensor))
# 可以不适用初始化的场合
# 不含有tf.Variable、tf.get_Variable的环境下
# 比如只有tf.random_normal或tf.constant等
size_out = 10
tensor = tf.random_normal(shape=[size_out]) # 这里debug是一个tensor量哦
init = tf.global_variables_initializer()
with tf.Session() as sess:
# sess.run(init) # initialization variables
print(sess.run(tensor))
代码的注释很详细了,就不再分析了
3.本人现在的研究方向是:图像的语义分割,如果有志同道合的朋友,可以组队学习
haiyangpengai@gmail.com,QQ:1355365561