初始化_关于tensorflow的初始化

在写Mnist手写体识别任务（已放github）时遇到的代码问题

我们都知道在session run的时候需要初始化。但是初始化在什么位置是至关重要的。来看下这段代码：

sess = tf.Session()
sess.run(tf.global_variables_initializer())
mnist_model = Mnist(class_num, max_len, high, width, channel)

1. 起了一个session

2. 全局化了初始变量

3. New了一个Mnist网络结构

然而在运行的时候会报错：

但是明明已经初始化了，怎么还给我说用了没有初始化的变量呢？

来分析一下上面这段代码的逻辑：初始化了之后才new一个网络结构，所以初始化了什么东西？初始化了一个空的东西——压根什么都没有初始化。

应该把要初始化的东西都定义好之后，再执行初始化的句子，来看下面正确的代码：

# 先初始化一个模型的类，然后再初始化全局变量
mnist_model = Mnist(class_num, max_len, high, width, channel)
sess = tf.Session()
sess.run(tf.global_variables_initializer())

1. 先把网络都定义好

2. 起一个session

3. 初始化全局变量

这时候初始化就有东西了，要注意好顺序。更改代码后运行的结果（acc）：

怎么到99的我会在下一篇中详细说明