Tensorflow中的求值变量

从中，我知道

Tensor.eval（）

等于

tf.get\u default\u session（）.run（t）

，但当我计算一个张量时，我遇到了错误。如果省略了标记为1的行，下面的代码将发出错误，为什么？然后我试图调用

W.initializer

的

eval（）

方法来替换

run（）

，但是

W.initializer

没有

eval（）

方法，

tf.constant

（作为一个操作）确实有，为什么

def test_eval():
    W = tf.constant(10)
    with tf.Session():
        print(W.eval())         # 10


def test_eval_Variable():
    W = tf.Variable(10)
    with tf.Session() as sess:
        print(sess.run(W.initializer))  # None <--- 1.
        print(W.eval())                 # 10


def test_eval_Variable_all():
    W = tf.Variable(10)
    with tf.Session():
        print(W.initializer.eval())  # error: object has no attribute 'eval'
        print(W.eval()) 

def test_eval（）：
W=tf.常数（10）
使用tf.Session（）：
打印（W.eval（））#10
def test_eval_变量（）：
W=tf.变量（10）
使用tf.Session（）作为sess：
打印（sess.run（W.initializer））#无

sess.run（带初始值设定项）

省略

答：正如错误所说

FailedPremissionError:尝试使用未初始化的值

您正在尝试计算未初始化的变量。因此，您需要初始化它。有比打电话更好的方法
sess.run（带初始值设定项）
无论如何

2.然后我尝试调用
W.initializer的eval（）
方法来替换
run（）
，但是
W.initializer
没有
eval（）
方法，
tf.constant
（作为一个操作）确实有，为什么

def test_eval():
    W = tf.constant(10)
    with tf.Session():
        print(W.eval())         # 10


def test_eval_Variable():
    W = tf.Variable(10)
    with tf.Session() as sess:
        print(sess.run(W.initializer))  # None <--- 1.
        print(W.eval())                 # 10


def test_eval_Variable_all():
    W = tf.Variable(10)
    with tf.Session():
        print(W.initializer.eval())  # error: object has no attribute 'eval'
        print(W.eval()) 

回答：
eval（）
是运算的函数，张量，但不是初始值设定项。没错，
初始值设定项
没有
eval（）
函数

你应该做什么？

应该使用
tf.global\u variables\u initializer（）
初始化变量

def initialize_properly():
    W = tf.Variable(10)
    with tf.Session() as sess:
        #This way
        tf.global_variables_initializer().run()

        print(W.eval()) 
        print(sess.run(W))

1。如果第行出现错误，下面的代码将发出错误

sess.run（带初始值设定项）

省略

答：正如错误所说

FailedPremissionError:尝试使用未初始化的值

您正在尝试计算未初始化的变量。因此，您需要初始化它。有比打电话更好的方法
sess.run（带初始值设定项）
无论如何

2.然后我尝试调用
W.initializer的eval（）
方法来替换
run（）
，但是
W.initializer
没有
eval（）
方法，
tf.constant
（作为一个操作）确实有，为什么

def test_eval():
    W = tf.constant(10)
    with tf.Session():
        print(W.eval())         # 10


def test_eval_Variable():
    W = tf.Variable(10)
    with tf.Session() as sess:
        print(sess.run(W.initializer))  # None <--- 1.
        print(W.eval())                 # 10


def test_eval_Variable_all():
    W = tf.Variable(10)
    with tf.Session():
        print(W.initializer.eval())  # error: object has no attribute 'eval'
        print(W.eval()) 

回答：
eval（）
是运算的函数，张量，但不是初始值设定项。没错，
初始值设定项
没有
eval（）
函数

你应该做什么？

应该使用
tf.global\u variables\u initializer（）
初始化变量

def initialize_properly():
    W = tf.Variable(10)
    with tf.Session() as sess:
        #This way
        tf.global_variables_initializer().run()

        print(W.eval()) 
        print(sess.run(W))

我想，为什么他们不能被评估？我不完全确定，但说实话，评估一个初始值设定项对我来说没有意义。我想，为什么他们不能被评估？我不完全确定，但说实话，评估一个初始值设定项对我来说没有意义。