Variables 是否'；tf.分配'；返回其论点？

Tensorflow表示

tf.assign（ref，…）

返回

ref

，但它似乎（毫不奇怪）返回了

张量（附在
assign
op上）：

产生

[ 1  2  3  4  5  6  7  8  9 10 11]
[0 0 0 0 0 0 0 0 0 0 0]
[0 0 0 0 0 0 0 0 0 0 0]

证明参数
Q
和返回的
qop
行为不同（并且
Q
在执行
qop
之前保持不变）

文档中是否正确描述了
tf.assign
的返回值？
查看Tensorflow关于操作的文档
tf.assign
返回一个
操作
，该操作表示对张量执行计算的图形节点。您可以使用这些操作组成计算图。这些计算实际上发生在稍后的时间，当您对图形的任何操作调用
eval
时

在您的示例中，
qop
是将零分配给变量
Q
的操作的定义。示例的图形类似于
Q-->qep
。出于教学目的，让我们将代码的顺序更改为：

Q = tf.Variable(tf.constant(range(1, 12)))

Q.eval()  # Error: Variable has not been initalized.

sess.run(tf.global_variables_initializer())

Q.eval()  # Output: array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11], dtype=int32)

qop = tf.assign(Q, tf.zeros(Q.shape, tf.int32))

Q.eval() # Output: array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11], dtype=int32)

qop.eval()

Q.eval() # Output array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], dtype=int32)

第一次计算
Q
时，您会得到一个错误，因为Q表示的变量中还没有任何内容。但是运行
sess.run（tf.global\u variables\u initializer（））
之后，错误就会消失。这是因为该行代码运行一个初始化当前图形的所有全局变量的操作。定义
qop
操作后运行
Q.eval（）
时，
Q
仍然具有相同的值，因为操作
qop
已定义，但尚未执行。执行
qop
（
qop.eval
）后，
Q
表示的变量值会发生变化。
因此文档是错误的：
tf.assign（ref，
不会返回
ref
），但会返回一个新的op（毫不奇怪）.对吗？让我检查一下这些文档。它们至少是模棱两可的。在文档的一部分中，它们说：“通过将
值
赋给
来更新
ref
。这就是tf.assign操作执行后所做的。它们还说它返回的值与
ref
相同。如果执行
则键入（Q）
和
type（qop）
您会注意到它们有不同的类型。但是
Q.eval（）
和
qop.eval（）
的类型和形状将是相同的。第一部分是正确的，但是：“Returns:same as'ref'”显然是错误的，而且它的错误更加明显：为方便在重置变量后使用新值的操作而返回。对吗？应该是“返回：赋值操作，它在执行时更新'ref'的值”。否？
Q = tf.Variable(tf.constant(range(1, 12)))

Q.eval()  # Error: Variable has not been initalized.

sess.run(tf.global_variables_initializer())

Q.eval()  # Output: array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11], dtype=int32)

qop = tf.assign(Q, tf.zeros(Q.shape, tf.int32))

Q.eval() # Output: array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11], dtype=int32)

qop.eval()

Q.eval() # Output array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], dtype=int32)