Tensorflow实战Google深度学习框架

在3.1.2的在第一段代码中，如果用较新版本的tensorflow来进行编代码输入，会出现错误，一般表现如下

import tensorflow as tf

g1 = tf.Graph()
with g1.as_default():
    # 在计算图g1 中定义变量“v”， 并设置初始值为0；
    v = tf.get_variable("v", initializer = tf.zeros_initializer(shape = [1])) #会在这个位置报错，新版本中的写法如下
    # v = tf.get_variable("v", initializer = tf.zeros_initializer()(shape = [1])) 

g2 = tf.Graph()
with g2.as_default():
    # 在计算图g2中定义变量“v”，并设置初始值为1；
    v = tf.get_variable("v", initializer = tf.ones_initializer(shape=[1]))

    # 在计算图g1中读取变量“v”的值
with tf.Session(graph = g1) as sess:
    tf.initialize_all_variables().run()
    # tf.global_variables_initializer().run()
    with tf.variable_scope("", reuse = True):
        # 在计算图g1中，变量值v应该为0，所以下面这行会输出【0.】
        print(sess.run(tf.get_variable("v")))

# 在计算图g2总读取变量v的值
with tf.Session(graph = g2) as sess:
    tf.initialize_all_variables().run()
    # tf.global_variables_initializer().run()
    with tf.variable_scope("", reuse = True):
        # 在计算图g2中，变量值应该为1，所以输出为【1.】
        print(sess.run(tf.get_variable("v")))

通过修改代码中标记的两个地方，就能够让代码直接运行。

# tf.global_variables_initializer().run()

这个地方如果按照书中编写的，新版本中会给出警告如下，修改为上述代码便能够免除警告