Variables Tensorflow：初始化因变量

我试图根据其他变量的值初始化一些变量。下面是一个简单的脚本：

a = tf.Variable(1, name='a')
b = a + 2
c = tf.Variable(b, name='c')
d = c + 3
e = tf.Variable(d, name='e')
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(sess.run([a, c, e]))

这将引发以下异常：

FailedPreconditionError (see above for traceback): Attempting to use 
uninitialized value a.

但如果我删除变量e，它就可以正常工作：

a = tf.Variable(1, name='a')
b = a + 2
c = tf.Variable(b, name='c')
d = c + 3
#e = tf.Variable(d, name='e')
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(sess.run([a, c]))  # [1, 3]

---

在声明e之前，我试图通过使用

tf.control\u依赖项（[b，d]）

来克服这个问题，但它不起作用

如果只是想按原样执行代码，那么就这样做了

with tf.Session() as sess:
    a = tf.Variable(1, name='a')
    a.initializer.run()
    b = a + 2
    c = tf.Variable(b, name='c')
    d = c + 3
    e = tf.Variable(d, name='e')
    sess.run(tf.global_variables_initializer())
    print(sess.run([a, c, e]))

关于这一点的进一步研究是必要的