在Tensorflow中，变量和张量之间有什么区别？

Question

Tensorflow文档指出Variable可以在Tensor可以使用的任何地方使用，它们似乎是可以互换的。例如，如果v是Variable，那么x = 1.0 + v就会成为Tensor。

这两者之间有什么区别，我何时会使用另一个？

Answer 1

确实可以在Tensor可以使用的任何地方使用变量，但两者之间的关键差异是变量在多次调用run（）和变量值时保持其状态可以通过反向传播进行更新（也可以根据文档保存，恢复等）。

这些差异意味着您应该将变量视为代表您的模型的可训练参数（例如，神经网络的权重和偏差），而您可以想到张量表示输入模型的数据以及数据通过模型时的中间表示。