TensorFlow的基本運算02_01

變量的賦值操做：

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf
'''
TensorFlow中的變量賦值
與傳統編程語言不一樣，TensorFlow中的變量定義後，通常無需人工賦值，
系統會根據算法模型，訓練優化過程當中自動調整變量對應的數值。
特殊狀況須要人工更新的，可用變量賦值語句；

'''
#變量賦值案例


tf.reset_default_graph()



value = tf.Variable(0,name="value")
one = tf.constant(1)
new_value = tf.add(value,one)

update_value = tf.assign(value,new_value)

init = tf.global_variables_initializer()


with tf.Session() as sess:
    sess.run(init)
    for _ in range(10):  #執行了10次
        sess.run(update_value)



        print(sess.run(value))

logdir = 'F:/python_work/tf/log'
writer = tf.summary.FileWriter(logdir,tf.get_default_graph())
writer.close()


'''
輸出結果：
1
2
3
4
5
6
7
8
9
10
'''