1.先看代码:
import tensorflow as tf #定义变量 x = tf.Variable([1,2]) #定义常量 a = tf.constant([3,3]) #增加一个减法的op sub = tf.subtract(x,a) #增加一个减法op add = tf.add(x,sub) #初始化所有的变量 init = tf.global_variables_initializer() #定义一个会话 #写成with就不用关闭会话 with tf.Session() as sess: sess.run(init)#变量初始化 print(sess.run(sub)) print(sess.run(add))
#结果为:[-2 -1] [-1 1]
#注意变量的初始化
2.具体是怎样的算法呢?
x=[1,2] a=[3,3] ,
x减a等于[-2,-1],即sub=[-2,-1],
然后用x加上sub,得到add = [-1,1]
3.例子:
写个循环,让变量自增,即循环一次就加一
代码:
import tensorflow as tf #定义一个变量,可以起个名字 state = tf.Variable(0,name='counter') #加法,让变量state加一 new_value = tf.add(state,1) #赋值的方法,赋值op update = tf.assign(state,new_value)#把后面的值赋值给前面 #变量初始化 init = tf.global_variables_initializer() #定义一个会话 with tf.Session() as sess: sess.run(init) print(sess.run(state)) for _ in range(5):#循环五次 sess.run(update) print(sess.run(state))
程序的运行结果为:
#每次进行for循环,就更新一次值