当在张量流中实现tf.variable（）时

Question

两天前我开始学习tensorflow，当我在tensorflow的官方网站上看到共享变量时，我被tf.Variable（）搞糊涂了。我按如下方式创建一个变量后：

demo = tf.Variable(tf.random_normal([5, 5, 32, 32]), name="test")

我想知道demo是一次包含一些随机数还是仅在启动一个会话并运行图之后。如果它是前者，那么为什么我们不能通过tf.print（）显示它，并且可以在会话运行后显示它。

Answer 1

因为它是Tensorflow的工作方式。

首先定义一个计算图，在其中描述变量，占位符和操作之间的交互。 请注意，变量的初始化是一个操作，因此放在图形描述中。

要计算任何内容，您定义的图表必须启动到会话中。 然后将会话放入设备（您可以指定）中，并且所选设备将执行所有操作。

因此

demo = tf.Variable(tf.random_normal([5, 5, 32, 32]), name="test")

是2个操作的定义：

1. tf.random_normal([5, 5, 32, 32])在图中创建一个操作节点，该节点包括生成Tensor，其中定义的形状由从正态分布中提取的随机值填充。
2. tf.Variable(value, name="test")首先创建一个变量节点（名称= test），然后创建一个操作节点，该节点包含value到变量的赋值。