Как присвоить значение переменной TensorFlow?

Я пытаюсь присвоить новое значение переменной tensorflow в python.

import tensorflow as tf
import numpy as np

x = tf.Variable(0)
init = tf.initialize_all_variables()
sess = tf.InteractiveSession()
sess.run(init)

print(x.eval())

x.assign(1)
print(x.eval())

но выход, который я получаю, это

0
0

таким образом, значение не изменилось. Что я упускаю?

59
deep-learning neural-network python tensorflow variable-assignment

5 ответов

заявление x.assign(1) фактически не присваивает значение 1 to x, а создает tf.Operation что вы должны явно выполнить для обновления переменной.* Вызов Operation.run() или Session.run() можно использовать для запуска операции:

assign_op = x.assign(1)
sess.run(assign_op)  # or `assign_op.op.run()`
print(x.eval())
# ==> 1

(* На самом деле, он возвращает tf.Tensor, соответствующее обновленному значению переменной,чтобы упростить цепочку назначений.)

95

вы также можете назначить новое значение tf.Variable без добавления операции к графу: tf.Variable.load(value, session). Эта функция также позволяет сохранить добавление заполнителей при назначении значения из-за пределов графика и полезна в случае завершения графика.

import tensorflow as tf
x = tf.Variable(0)
sess = tf.Session()
sess.run(tf.global_variables_initializer())
print(sess.run(x))  # Prints 0.
x.load(1, sess)
print(sess.run(x))  # Prints 1.
16

прежде всего, вы можете присваивать значения переменным/константам, просто подавая в них значения так же, как вы это делаете с заполнителями. Так что это совершенно законно:

import tensorflow as tf
x = tf.Variable(0)
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print sess.run(x, feed_dict={x: 3})

относительно вашей путаницы с tf.assign () оператора. В TF ничего не выполняется, прежде чем запускать его внутри сеанса. Поэтому вы всегда должны делать что-то вроде этого: op_name = tf.some_function_that_create_op(params) и затем внутри сеанса вы запускаете sess.run(op_name). Используя assign в качестве примера, вы что-то сделаете вот так:

import tensorflow as tf
x = tf.Variable(0)
y = tf.assign(x, 1)
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print sess.run(x)
    print sess.run(y)
    print sess.run(x)
10

также, следует отметить, что если вы используете your_tensor.assign(), потом tf.global_variables_initializer не нужно вызывать явно, так как операция assign делает это за вас в фоновом режиме.

пример:

In [212]: w = tf.Variable(12)
In [213]: w_new = w.assign(34)

In [214]: with tf.Session() as sess:
     ...:     sess.run(w_new)
     ...:     print(w_new.eval())

# output
34

однако это не инициализирует все переменные, но инициализирует только переменную, на которой assign был казнен.

3

есть более простой подход: 

x = tf.Variable(0)
x = x + 1
print x.eval()
-6