深度学习tensorflow变量op

#-*-coding:utf-8-*-
import tensorflow  as  tf
#创建变量op
#初始化的值
intit_value_1=tf.random_normal(
    dtype=tf.float64,
    shape=[2,2],
    stddev=1.0,
    mean=0.0)
intit_value_2=tf.random_normal(
    dtype=tf.float64,
    shape=[2,2],
    stddev=1.0,
    mean=0.0)
#不能通过指定name参数来让var_1与var_2相同--指定空间的名称，都是唯一的
var_1=tf.Variable(initial_value=intit_value_1,name='var')
var_2=tf.Variable(initial_value=intit_value_2,name='var')
print(var_1)
print(intit_value_1)
res=var_1.assign_add([[1.0,1.0],[1.0,1.0]])
print('res',res)
print(var_2)
print(intit_value_2)

#开启会话，执行op
#初始化变量op
intit_op=tf.global_variables_initializer()

with  tf.Session() as  ss:
    # 显示初始化变量op
    ss.run(intit_op)
    print(ss.run(res))#如果是重新赋值或者加一个值，之后的op先运行，那么会更改原来的变量值
    #如果是重新赋值或者加一个值，之后的op后运行，那么不会更改原来的变量值
#变量op需要显示的初始化
    print(ss.run(var_