tf.global_variables_initializer()什么时候用？

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