tf.global_variables_initializer() 的工作方式让我感到困惑。
此代码以未初始化错误结束:
import tensorflow as tf
class C(object):
def __init__(self):
self.a = tf.Variable(tf.ones(()),tf.float32)
op_init = tf.global_variables_initializer() 12
with tf.Session() as sess:
c = C()
sess.run(op_init)
print(sess.run(c.a))
# -> fail. FailedPreconditionError: Attempting to use uninitialized value Variable
但另一方面,波纹管有效。
import tensorflow as tf
class C(object):
def __init__(self):
self.a = tf.Variable(tf.ones(()),tf.float32)
self.op_init = tf.global_variables_initializer()
with tf.Session() as sess:
c = C()
sess.run(c.op_init)
print(sess.run(c.a))
# -> success. '1.0'
请您参考如下方法:
关于初始化程序的“范围”,另一个答案是不正确的。 所有 在任何地方创建的变量都被添加到全局变量的集合中,这是一个 Tensorflow 概念,与 Python 变量范围无关。不幸的是,我没有再安装 TF 1.X,所以我无法真正检查,但我怀疑第一种情况的问题是您在创建变量之前创建了初始化程序。尝试像这样重新排序:
import tensorflow as tf
class C(object):
def __init__(self):
self.a = tf.Variable(tf.ones(()),tf.float32)
c = C()
op_init = tf.global_variables_initializer() 12
with tf.Session() as sess:
sess.run(op_init)
print(sess.run(c.a))
我所做的只是将 c 的创建移动到初始化程序之前。如果这有效,请告诉我们!
