Tensorflow中的Tensor和Variable有什么区别- AskGo

Tensorflow中的Tensor和Variable有什么区别

tensorflow

什么之间的区别Tensor和Variable在Tensorflow？我在这个stackoverflow答案中注意到，只要可以使用Tensor ，就可以使用Variable 。但是，我无法在Variable上执行session.run() ：

A = tf.zeros([10])   # A is a Tensor
B = tf.Variable([111, 11, 11]) # B is a Variable
sess.run(A) # OK. Will return the values in A
sess.run(B) # Error.

参考资料：

Stack Overflow

2020-06-04 23:41:37 更新

昂芸馨• 661

共 1 个回答

高赞时间活跃

Variable基本上是Tensor上的包装器，可在多个run调用之间维护状态，我认为通过保存和恢复图可以使某些事情变得更容易。必须先初始化变量，然后才能运行它。在定义变量时，您需要提供一个初始值，但是必须调用其初始化函数才能在会话中实际分配该值，然后使用变量。一种常见的实现方法是使用tf.global_variables_initalizer() 。

例如：

import tensorflow as tf
test_var = tf.Variable([111, 11, 1])
sess = tf.Session()
sess.run(test_var)

# Error!

sess.run(tf.global_variables_initializer())  # initialize variables
sess.run(test_var)
# array([111, 11, 1], dtype=int32)

至于为什么使用变量而不是张量，基本上变量就是具有附加功能和实用程序的张量。您可以将变量指定为可训练的（实际上是默认值），这意味着优化器将对其进行调整，以最大程度地降低成本函数。您可以指定变量在分布式系统上的位置；您可以轻松地保存和恢复变量和图形。有关如何使用变量的更多信息，请参见此处。

2020-06-04 23:42:29 更新