如何在TensorFlow中更改变量的值？

Question

我在TensorFlow中创建了一个Variable：

c = tf.Variable([1.0, 2.0, 3.0], tf.float32)

然后我定义一个占位符：

x = tf.placeholder(tf.float32)

之后我定义了一个结合上面两个定义对象的函数（计算图）：

y = x + c

之后我“初始化”全局变量：

s = tf.Session()
init = tf.global_variables_initializer()
s.run(init)

最后，我可以运行我的功能：

s.run(y, {x : [10.0, 20.0, 30.0]})

现在，我想更改c的值。 TensorFlow有可能吗？我试过例如：

c = tf.assign(c, [1.0, 1.0, 1.0])

还有：

c = tf.Variable([1.0, 1.0, 1.0], tf.float32)

没有任何作用。每当我打电话

s.run(y, {x : [10.0, 20.0, 30.0]})

我仍然得到旧结果（对应于c的旧/初始值）。

那么，如何在TensorFlow中为全局变量赋值？

Answer 1

在为变量'c'分配新值后，您必须使会话初始化新值

c = tf.assign(c, [1.0, 1.0, 1.0])
s.run(c)
s.run(y, {x : [10.0, 20.0, 30.0]})
array([ 11.,  21.,  31.], dtype=float32)

Answer 2

使用您使用的某种方法为变量c分配新值后，您需要对其进行评估：

c.eval(session=s)

或

s.run(c)