Python程序，assign_add，结果可能有点混乱

第三个数组输出结果应添加“b”和“c”，但结果未按预期打印。你能帮助我吗？非常感谢

---

我希望第三个数组的输出结果应该与第四个数组相同。我对第三个数组结果感到困惑。

这似乎与我在

assign\u add

上的理解相反，此操作实际上可能会在添加之前返回变量的值，而不是之后返回

因此在本例中，

c

是值为

[[4.723362，…]]

的变量。在第一个

sess.run

中，您正在打印

c

，它具有预分配的附加值，因为更新是在之后完成的，

b

看起来与预期一致，

d

也返回预分配的附加值，因为op大概就是这样工作的。
在此之后，

c

更新为现在包含值

[[5.723362，…]

。现在再次运行

d

（

assign\u add

op），它更新

c

，但再次返回更新前的值，即

[[5.723362，…]

---

总之，如果我们接受

tf.assign\u add

的返回值是添加之前的变量，并且在第一次“并行”运行调用中运行

c

和

d

将在执行更新之前返回

c

，这是有意义的。您可以通过在末尾添加一个

sess.run（c）

来验证这一点，它应该返回

[[6.723362，…]

据我所知，您的第四个数组是c+b-您会期望什么？第三个输出矩阵应该已经与最后一个相同。这就是OP想知道的。虽然我到目前为止还没有满意的答案，但有趣的是，

d=tf.add（c，b）

将返回正确的结果，但是

tf.assign（c，c+b）

将返回与上面相同的值。但是，根据，它似乎已经返回了更新后的值。

   b= tf.ones([3,3],dtype=tf.float32)
   c= tf.Variable(tf.random_normal([3,3],mean=1,stddev=2,dtype=tf.float32),name="c")
   d=tf.assign_add(c,b)
   init_op= tf.global_variables_initializer()
   with tf.Session() as sess:
     sess.run(init_op)
     x,y,z= sess.run([c,b,d])
     print(x,"\n!!\n",y,"\n!!\n",z,"\n!!")
     print(sess.run(d))