Question

我已经实现了一个非常基本的操作图，以了解Tensorflow的工作原理。但是我得到一些意外的行为，即使程序太短，我也无法调试：

程序正在做的就是创建一个常量值b和一个可以添加的变量值import tensorflow as tf import numpy x = numpy.asarray([1.0], dtype='float32') b = tf.Variable(2.5, name="bias") init = tf.global_variables_initializer() with tf.Session() as sess: # Run the initializer sess.run(init) print('Input x pre-set to 1.0: {}'.format(x[0])) print('Input b pre-set to 2.5: {}'.format(b.eval())) output = sess.run(tf.add(x,b)) print('x + b = {}'.format(output[0]))。

Input x pre-set to 1.0: 1.0
Input b pre-set to 2.5: 0.0
x + b = 1.0

该程序的输出是：

0.0的值更改为type PickMatchedKeys<T, U> = { [K in (keyof T) & (keyof U)]: T[K] extends object ? PickMatchedKeys<T[K], U[K]> : T[K]; }

有人知道这里发生了什么吗？

Answer 1

我无法重现原始错误（在您编辑问题之前），运行几次，始终给出正确的结果。与新版本相同的情况。在colab.research.google.com上试过它们。正如David Parks在与您相同的设置上测试它，tensorflow-gpu 1.4，似乎必须有其他东西在这里。

代码看起来没问题，两个版本。

尝试重新启动机器并重新测试。（c）微软式修复：）

为什么tf.Variable随机改变值？

1 个答案: