tensorflow 初始化未初始化的变量实例
今日在Stack Overflow上看到一个问如何只初始化未初始化的变量，有人提供了一个函数，特地粘贴过来共大家品鉴：
import tensorflow as tf
def initialize_uninitialized(sess):
global_vars = tf.global_variables()
is_not_initialized = sess.run([tf.is_variable_initialized(var) for var in global_vars])
not_initialized_vars = [v for (v, f) in zip(global_vars, is_not_initialized) if not f]
print [str(i.name) for i in not_initialized_vars] # only for testing
if len(not_initialized_vars):
sess.run(tf.variables_initializer(not_initialized_vars))
通过tf.global_variables()返回一个全局变量的列表global_vars, 然后以python列表解析式的方式判断全局变量列表global_vars中每个变量是否都被初始化了，并返回一个对应的True/False的布尔值列表is_not_initialized；
然后再把global_vars中的变量和布尔值列表进行打包配对，并选出没有初始化的变量的列表，得到所有未初始化变量的列表not_initialized_vars；打印出这些变量的名字；
对于这些未初始化的变量，通过会话（sess）运行tf.variables_initializer(not_initialized_vars)使所有未初始化的变量都初始化。
以上这篇tensorflow 初始化未初始化的变量实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持小牛知识库。
-
我在这里看到过类似的问题，如果这看起来像是重复的，我很抱歉，但是类似问题的答案对我没有帮助。所以我有一个方法，它是类的一部分。这里是： 错误表明变量min可能尚未初始化。我不明白这怎么可能是真的。我觉得变量不可能不在for循环之外初始化。请帮忙。谢谢
-
问题内容： TensorFlow中初始化变量的标准方法是 经过一段时间的学习后，我创建了一组新变量，但是一旦初始化它们，它将重置所有现有变量。目前，解决此问题的方法是保存所需的所有变量，然后在tf.initalize_all_variables调用之后重新应用它们。这有效，但是有点笨拙。我在文档中找不到像这样的东西… 有谁知道初始化未初始化变量的好方法吗？ 问题答案： 没有优雅的方法可以枚举图中的
-
我有以下Java代码： 但是，当我运行它时，它会抛出以下错误: 我在do之前初始化了变量。while 循环，并在 try. 中设置值。捕获循环。似乎尚未设置该变量。抱歉，如果这是一个相当基本的问题，但我似乎无法弄清楚。
-
问题内容： 如何使用类型初始化变量？ 因为我有错误 问题答案： 常量声明不能包含函数调用（某些例外，请参见下文），它们必须在编译时进行评估，而函数调用是在运行时进行的。 引用规格：常量： 常数值由符文，整数，浮点数，虚数或字符串文字表示，标识符表示常数，常数表达式，结果为常数的转换或某些内置结果的值函数，例如应用于任何值，或应用于某些表达式，以及应用于常量，以及应用于数字常量的复数。 并引用Spe
-
问题内容： 我的Java程序中出现以下错误： Java变量未初始化错误…错误：变量nam和r未初始化位置类子级 但是并且已经初始化，但是我仍然遇到相同的错误。 问题答案： 不要获取 默认值 ，应在使用它们之前对其进行初始化，并使用main中的默认值进行初始化，这样就可以了。 顺便说一句，考虑为您的类和变量命名是有意义的。