import tensorflow as tf
x = tf.constant(35, name='x')
y = tf.Variable(x + 5, name='y')
# model = tf.global_variables_initializer()
with tf.Session() as session:
print("x = ", session.run(x))
# session.run(model)
print("y = ", session.run(y))
Ich konnte nicht verstehen, wenn global_variables_initializer() tatsächlich erforderlich ist. Im obigen Code, wenn wir die Zeilen 4 & 7 auskommentieren, kann ich den Code ausführen und die Werte sehen. Wenn ich laufe, sehe ich einen Absturz. Meine Frage ist, welche Variablen initialisiert werden. 'x' ist eine Konstante, die keine Initialisierung benötigt, und 'y' ist eine Variable, die nicht initialisiert wird, sondern als arithmetische Operation verwendet wird.Wenn global_variables_initializer() tatsächlich erforderlich ist
In meinem Code gibt es keine "explizite Initialisierung" wie "z = tf.Variable (4)" für eine Variable. Aber ich habe die Variable y verwendet, die von der arithmetischen Operation ausgegeben wird, und sie wird durch sess.run() ausgewertet. In solchen Fällen muss es "implizit initialisiert" werden und daher brauchen wir die Initialisierung der Variablen? – Vinay
@Vinay was meinst du mit 'keine explizite initialisierung'? Und was ist das, wenn nicht eine Initialisierung? 'tf.Variable (x + 5, name = 'y')' –
Danke, du hast Recht. Ich habe diese Aussage eher als arithmetische Operation denn als Initialisierung gedacht. – Vinay