TensorFlow中有什么方法可以初始化未初始化的变量吗？
TensorFlow中初始化变量的标准方法是
init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)
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未初始化变量。但是，如果你有机会到新的变量对象，让我们给他们打电话v_6，v_7和v_8-你可以选择性地使用它们进行初始化tf.initialize_variables()：
init_new_vars_op = tf.initialize_variables([v_6, v_7, v_8])
sess.run(init_new_vars_op)
*反复试验的过程可用于识别未初始化的变量，如下所示：
uninitialized_vars = []
for var in tf.all_variables():
try:
sess.run(var)
except tf.errors.FailedPreconditionError:
uninitialized_vars.append(var)
init_new_vars_op = tf.initialize_variables(uninitialized_vars)
# ...
…但是，我不会容忍这种行为:-)。
-
本文向大家介绍tensorflow 初始化未初始化的变量实例，包括了tensorflow 初始化未初始化的变量实例的使用技巧和注意事项，需要的朋友参考一下 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： 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
-
问题内容： 我有一个方法创建一个，另一个方法更改字符串 我的编译器说它“可能尚未初始化”。 有人可以解释吗？ 问题答案： 变量可能尚未初始化 在内部定义方法时，必须在其中初始化程序的每个变量中必须先使用一个值的地方。 同样重要的是，您的代码将永远无法正常运行，因为Java中的字符串是不可变的，因此您无法编辑字符串，因此应更改方法。 我将您的代码更改为类似的内容，但是我认为您的编辑方法应该做另一件事
-
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
-
本文向大家介绍tensorflow 声明和初始化可变张量，包括了tensorflow 声明和初始化可变张量的使用技巧和注意事项，需要的朋友参考一下 示例 当值需要在会话中更新时，使用可变张量。这是在创建神经网络时将用于权重矩阵的张量类型，因为这些值将在训练模型时更新。 可以使用或函数声明可变张量。建议使用，因为它提供了更大的灵活性，例如：tf.Variable()tf.get_variable()
-
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。