tf.variable()이 tensorflow에서 실현 될 때

Question

나는 이틀 전에 tensorflow를 배우기 시작했고 tensorflow의 공식 웹 사이트에서 공유 변수를 볼 때 tf.Variable()에 혼란스러워했습니다. 나는 하나 개의 변수를 생성 한 후 다음과 같이

demo = tf.Variable(tf.random_normal([5, 5, 32, 32]), name="test")

내가 데모 한 번 또는 하나 개의 세션을 시작하고 그래프를 실행 한 후 일부 임의의 숫자로 구성되어 있는지 궁금합니다. 전자의 경우 tf.print()로 표시 할 수없는 이유와 세션이 실행 된 후에 표시 할 수있는 이유는 무엇입니까?

Answer 1

Tensorflow가 작동하는 방식이기 때문에.

먼저 변수, 자리 표시 자 및 작업 간의 상호 작용을 설명하는 계산 그래프를 정의합니다. 변수의 초기화는 연산이므로 그래프 설명에 배치됩니다.

무엇을 계산하려면 정의한 그래프를 세션으로 시작해야합니다. 세션이 지정된 장치에 배치되지 않고 선택한 장치가 모든 것을 실행합니다.

1. tf.random_normal([5, 5, 32, 32]) 그래프에서 동작 노드를 생성하고, 임의의 값으로 채워진 정의 형상 텐서의 세대로 구성

   따라서

   demo = tf.Variable(tf.random_normal([5, 5, 32, 32]), name="test") 
   

   2 개 동작의 정의는 정규 분포로부터 추출된다.

2. tf.Variable(value, name="test")은 변수 노드 (이름 = test)를 먼저 만들고 변수에 value을 할당하는 작업 노드를 만듭니다.