實例代碼

import tensorflow as tf import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'state = tf.Variable(1) state_ = tf.assign(state, 10) with tf.Session() as sess:sess.run(tf.global_variables_initializer())print(sess.run(state))print(sess.run(state_))print(sess.run(state))

輸出：

1 10 10

下面這個語句創建了兩個節點

state = tf.Variable(1) state_ = tf.assign(state, 10)

第一個節點會返回一個創建好的變量。
第二個節點是完成對于第一個節點的返回的數據的賦值過程節點。

之后，創建一個會話。先是進行全局的變量的初始化，之后，執行第一個語句，并輸出執行完這個語句的返回。

• 我們知道了，在第二節點上，確實發生了賦值過程。
• 通過第三句，我們其實只是獲得到了這樣的一個節點。同時，確定了，這句話的關于變量的賦值過程，其實并不是在該句話完成的。這句話（也就是該節點），其實只是做了一個關于該變量點的一個指向過程而已。

總結

以上是生活随笔為你收集整理的tf.assign()函数简单解释的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。