TensorFlow変数に値を割り当てる方法は？

Question

私は、Pythonのテンソルフロー変数に新しい値を代入しようとしています。私が手

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()) 

しかし、出力が

0 
0 

だから、値が変更されていないです。私は何が欠けていますか？

Answer 1

声明x.assign(1)は、実際にxに値1を割り当てるのではなく、あなたが変数を更新するために、明示的に実行に持ってtf.Operationを作成していません* Operation.run()またはSession.run()の呼び出しが操作を実行するために使用することができます。：

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

（*実際には、それはチェーン割り当てやすくするために、変数の更新値に対応する、tf.Tensorを返す。）

Answer 2

より簡単なアプローチがあります：あなたがちょうどそれらにあなたがプレースホルダでそれを行うのと同じ方法で値を供給することにより、変数/定数に値を割り当てることができ、すべての

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

Answer 3

まず。だから、これを行うのは完全に合法である：

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}) 

tf.assign()オペレータであなたの混乱について。 TFでは、セッションの中で実行する前に何も実行されません。だから、常にこのようなことをしなければならない：op_name = tf.some_function_that_create_op(params)そしてセッションの中でsess.run(op_name)を実行する。また、それはあなたがyour_tensor.assign()を使用している場合、その後、tf.global_variables_initializerが割り当て操作があなたのためにそれをしないので、明示的に呼び出される必要がないことに留意しなければならない

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) 

Answer 4

：例として割り当てる使用しますが、このような何かをしますバックグラウンドで

例：

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 

しかし、これはすべての変数を初期化しないだろうが、それが唯一のassignがオンに実行された変数を初期化します。

Answer 5

tf.Variableに新しい値を割り当てて、グラフに操作を追加することもできます（tf.Variable.load(value, session)）。この関数は、グラフの外側から値を割り当てるときにプレースホルダを追加することも保存でき、グラフが完成した場合に便利です。

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.