Question

我是tensorflow的新手，并且使用以下脚本获取Tensorflow值错误：

 W = tf.Variable(10)
 print(W.eval())

我也试过这个：

with Session() as sess: print(W.eval())

它抛出了单位化值变量的错误。

现在，当我声明W = tf.Variable(10)时，它是否会用10初始化它？

Answer 1

来自文档：

启动图表时，必须明确变量在运行使用其值的Ops之前初始化。您可以通过运行初始化程序op 来初始化变量，然后恢复来自保存文件的变量，或者只是运行assign Op 为变量赋值。实际上，变量初始化器 op 只是一个assign Op，用于指定变量的初始值变量本身。
 # Launch the graph in a session.   
 with tf.Session() as sess:
    # Run the variable initializer.
    sess.run(w.initializer)
    # ...you now can run ops that use the value of 'w'...
最常见的初始化模式是使用便捷功能 global_variables_initializer()将Op添加到初始化的图表中所有的变数。然后在启动图表后运行该操作。
 # Add an Op to initialize global variables.
  init_op = tf.global_variables_initializer()   
  # Launch the graph in a session.
  with tf.Session() as sess:
      # Run the Op that initializes global variables.
      sess.run(init_op)
      # ...you can now run any Op that uses variable values...

因此您需要使用以下内容：

import tensorflow as tf  
W = tf.Variable(10)
print('W: {0}'.format(W))
sess = tf.Session()
with sess.as_default():
    sess.run(W.initializer)
    print(W.eval())

仅供参考In TensorFlow, what is the difference between Session.run() and Tensor.eval()?

Answer 2

您需要显式运行初始化程序操作

sess.run(tf.variables_initializer(W))

在评估任何依赖于W的节点之前

Answer 3

另一个例子，

    import tensorflow as tf  
    W = tf.Variable(tf.truncated_normal([700,10]))
   sess = tf.Session()
   with sess.as_default():
        sess.run(W.initializer)
        print(W.eval())

结果：

[[-0.3294761   0.6800459   1.33331    ...  1.42762    -1.3164878
   1.4831722 ]
 [-1.0402402   0.52254885 -1.344712   ... -0.30849338  0.15020785
   1.6682776 ]
 [-1.1791034   1.4859517  -1.7137778  ...  0.844212    1.5928217
  -0.21043983]
 ...
 [ 0.01982834 -1.1290654   0.33557415 ...  0.0510614  -0.6524679
   0.16643837]
 [-0.09969945 -0.10285325 -1.1134144  ...  1.2253191   0.13343143
  -1.7491579 ]
 [-1.9345136   0.63447094  1.1200713  ...  0.5357313   1.8579113
   0.8549472 ]]

Tensorflow值错误：无法使用eval

3 个答案: