1.先看代码:
import tensorflow as tf
#定义变量
x = tf.Variable([1,2])
#定义常量
a = tf.constant([3,3])
#增加一个减法的op
sub = tf.subtract(x,a)
#增加一个减法op
add = tf.add(x,sub)
#初始化所有的变量
init = tf.global_variables_initializer()
#定义一个会话
#写成with就不用关闭会话
with tf.Session() as sess:
sess.run(init)#变量初始化
print(sess.run(sub))
print(sess.run(add))
#结果为:[-2 -1]
[-1 1]
#注意变量的初始化
2.具体是怎样的算法呢?
x=[1,2] a=[3,3] ,
x减a等于[-2,-1],即sub=[-2,-1],
然后用x加上sub,得到add = [-1,1]
3.例子:
写个循环,让变量自增,即循环一次就加一
代码:
import tensorflow as tf
#定义一个变量,可以起个名字
state = tf.Variable(0,name='counter')
#加法,让变量state加一
new_value = tf.add(state,1)
#赋值的方法,赋值op
update = tf.assign(state,new_value)#把后面的值赋值给前面
#变量初始化
init = tf.global_variables_initializer()
#定义一个会话
with tf.Session() as sess:
sess.run(init)
print(sess.run(state))
for _ in range(5):#循环五次
sess.run(update)
print(sess.run(state))
程序的运行结果为:
#每次进行for循环,就更新一次值