Tensorflow中Tensor和Variable之间的区别是什么？

Question

Tensorflow中Tensor和Variable之间的区别是什么？我在this stackoverflow answer注意到，我们可以使用Variable，只要Tensor可以使用session.run()。但是，我没有在Variable上执行A = tf.zeros([10]) # A is a Tensor B = tf.Variable([111, 11, 11]) # B is a Variable sess.run(A) # OK. Will return the values in A sess.run(B) # Error. ：

X Y
a 1
b 1

Answer 1

Variable基本上是Tensor上的一个包装器，可以在多次调用<div class="menu"> <ul> <a href="#" class="menu"><li>Item 1</li></a> <a href="#" class="menu"><li>Item 2</li></a> </ul> </div> 时维护状态，我认为通过保存和恢复图表可以更轻松。在运行变量之前，需要初始化变量。在定义变量时提供初始值，但必须调用其初始化函数才能在会话中实际分配此值，然后使用变量。执行此操作的常用方法是使用tf.global_variables_initalizer()。

例如：

run

至于为什么使用Variables而不是Tensors，基本上变量是一个具有额外功能和实用程序的Tensor。您可以将Variable指定为trainable（默认值，实际值），这意味着您的优化器会调整它以尽量减少您的成本函数;您可以指定变量驻留在分布式系统上的位置;您可以轻松保存和恢复变量和图形。有关如何使用变量的更多信息可以在here找到。