Tensorflow tf.initialize\u all\u variables（）和tf.global\u variables\u initializer（）之间有什么区别

在Tensorflow官方网站上，它对

tf.initialize\u all\u variables（）

和

tf.global\u variables\u initializer（）函数的解释如下

tf.初始化所有变量（）：
返回初始化所有变量的op

tf.global_variables_initializer（）：
添加op以初始化模型中的所有变量

这两种方法似乎都可以用来初始化图形中的所有变量。我们可以互换使用这两个函数吗？如果没有，区别是什么
 不幸的是，您忘记阅读的文档中的一行重要内容

此函数已弃用。2017年3月2日后将被移除。更新说明：改用
tf.global\u variables\u初始值设定项

这两个函数的作用相同，因为：

tf.initialize\u所有变量重命名为tf.global\u variables\u初始值设定项

正如Martianwars提到的文档所述：

此函数已弃用。2017年3月2日后将被移除。
更新说明：使用tf.global\u variables\u初始值设定项
相反

如果你打电话，你也会得到警告。因此，您应该始终使用
tf。全局变量\u初始值设定项（）
全局变量将在TensorFlow 2.0中删除，因此这两个变量很快就会被弃用。