Tensorflow教程：Tensorflow中变量的初始化

打开Python Shell，输入import tensorflow as tf，然后可以执行以下代码。

1、创建一个2*3的矩阵，并让所有元素的值为0.（类型为tf.float）

a = tf.zeros([2,3], dtype = tf.float32)

2、创建一个3*4的矩阵，并让所有元素的值为1.

b = tf.ones([3,4])

3、创建一个1*10的矩阵，使用2来填充。（类型为tf.int32，可忽略）

c = tf.constant(2, dtype=tf.int32, shape=[1,10])

4、创建一个1*10的矩阵，其中的元素符合正态分布，平均值是20，标准偏差是3.

d = tf.random_normal([1,10],mean = 20, stddev = 3)

上面所有的值都可以用来初始化变量。例如用0.01来填充一个1*2的矩阵来初始化一个叫bias的变量。

bias = tf.Variable(tf.zeros([1,2]) + 0.01)

如果你想查看这些量具体的值，可以在Session中执行它并输出。

sess = tf.Session()
print(sess.run(d))

这里，我得到了以下的值：

[[ 22.44503784  18.19544983  17.89671898  17.67314911  19.45074844
   18.6805439   18.56541443  16.59041977  22.11240005  19.12819099]]。

它就是上面4我们创建的量的值。

参考资料