Tensorflow中的Variable

一、变量初始化

1.1 tf.global_variables_initializer()

  如果计算图中有tf.Variable()或者tf.get_variable(),则需要通过tf.global_variables_initializer()对变量进行初始化。 如果只有tf.Constant则无需variables_initializer()。
  注意：tf.global_variables_initializer()是在模型加载后调用的.

with tf.Graph().as_default():
	[...模型定义...]
	“预训练模型加载.”
	tvars = tf.trainable_variables()
	assignment_map, initialized_variable_names = get_assignment_map_from_checkpoint(tvars, FLAGS.checkpoint_path)
	tf.train.init_from_checkpoint(FLAGS.checkpoint_path, assignment_map)
	# init是在预训练模型加载后.
	init = tf.global_variables_initializer(）

1.2 tf.get_variable()

网络中声明可训练变量，可以这样声明，并初始化。

X = tf.get_variable(shape=[1, 8, 4], dtype=tf.float32, name="input", 
					initializer=tf.contrib.layers.xavier_initializer())

1.3 tf.Variable()

这个好像没法initializer.

二、查看变量

1. tf.trainable_variables()

  查看所有可训练的变量.

2. tf.all_variables()

  查看所有变量.

3. tf.global_variables()

  查看全局变量.