python-tensorflow 变量、常量、占位符及相互赋值

 变量和常量

import tensorflow as tf

#1、定义一个变量，必须给定初始值
a = tf.Variable(initial_value = 3,dtype=tf.float32)

#2、定义一个张量
b = tf.constant(value=2.0,dtype=tf.float32)
c = tf.add(a,b)

#3、在启动图之前，变量必须先经过初始化操作
init_op = tf.initialize_all_variables()

#3、启动图
with tf.Session() as sess:
    #运行init_op进行变量初始化，一定要放到所有运行操作之前
    sess.run(init_op)
    #init_op.run()  #这行代码也是初始化运行操作，但是要求明确给定当前代码块对应的默认session(tf.get_default_graph())

注意：tensorflow中的常量变量并不能直接赋float int 等类型的数据

占位符

#构建一个矩阵的乘法，但是矩阵在运行的时候给定
m1 = tf.placeholder(dtype=tf.float32,shape=[1,2],name='m1')
m2 = tf.placeholder(dtype=tf.float32,shape=[2,1],name='m2')
m3 = tf.matmul(m1,m2)

with tf.Session() as sess:
    print("result:\b{}".format(sess.run(m3,feed_dict={m1:[[1,2]],m2:[[1],[1]]})))

相互赋值

占位符的值可以赋给变量，不能用等号，等号是重新创建了一个节点

占位符 ==》 变量

a = tf.placeholder(dtype=tf.int32)
b = tf.Variable(dtype=tf.int32,initial_value=1)
assign_op = tf.assign(b,a)

with tf.Session() as sess:
    sess.run(assign_op,feed_dict={a:5})
    print(sess.run(b))