TensorFlow : 변수를 여러 번 초기화하는 중

Question

다음 코드 세그먼트가 어떻게 실행되는지 혼동합니다. 이 라인 x += 3 기본 그래프의 일부가 아닌 것을
0
3
3
5
8

인가 :

import tensorflow as tf 

x = tf.Variable(0) 
init_op = tf.initialize_all_variables() 
modify_op = x.assign(5) 

with tf.Session() as sess: 
    sess.run(init_op) 
    print(sess.run(x)) 
    x += 3 
    print(sess.run(x)) 
    sess.run(init_op) # Trying to initialize x once again to 0 
    print(sess.run(x)) # Gives out 3, which leaves me confused. 
    print(sess.run(modify_op)) 
    print(sess.run(x)) # Gives out 8, even more confusing 

이

출력입니까? 아니면 다른 일이 벌어지고있는거야? 어떤 도움을 주시면 감사하겠습니다.

Answer 1

귀하의 x 변수는하지만 예상 할 수있는 방식으로

x += 3 

에 의해 변경되고있다. tensorflow 라이브러리 코드는 +을 오버라이드하므로 새로운 TF 텐서에 대해 내용 x을 효과적으로 바꿔 넣을 수 있습니다 (이전의 것은 여전히 ​​그래프에 있으며 x는 이제 새로운 점을 가리킴). 이것을 다음과 같이 적어보십시오.

x = tf.Variable(0) + 3 

무엇이 일어나고 있는지 명확하게 알 수 있습니다. 또한 일부 인쇄 문을 삽입하십시오. . .

x = tf.Variable(0) 
print(x) 
# <tensorflow.python.ops.variables.Variable object at 0x1018f5d68> 

x += 3 
print(x) 
# Tensor("add:0", shape=(), dtype=int32) 

x의 내용이 당신에게 중요하다면

다음 재 할당 당신이/디스플레이 x 나중에 변수 이름을 사용하여 추적하려는 경우 x에 피하십시오. 또는, 텐서를 명명하고 편리한 파이썬 변수가없는 경우 그래프에서 직접 가져올 수 있습니다. 중요한 것은 TF 변수와 Python 변수를 분리하는 데 익숙해 져야한다는 것입니다.

TF 변수는 할당 당신이하려고하는 TF 할당 연산자 사용할 필요가있다로 다시 설정되는 사실보고 : 당신 말하자면

0 
3 
0 

:

import tensorflow as tf 

x = tf.Variable(0) 

with tf.Session() as session: 
    session.run(tf.initialize_all_variables()) 
    print(x.eval()) 

    session.run(x.assign(x + 3)) 
    print(x.eval()) 

    session.run(tf.initialize_all_variables()) 
    print(x.eval()) 

이 출력을 기대하고있다.