tf.global_variables_initializer()与tf.local_variables_initializer()的区别

最新推荐文章于 2025-06-19 10:44:08 发布

yyhhlancelot

最新推荐文章于 2025-06-19 10:44:08 发布

阅读量2.1w

点赞数 4

CC 4.0 BY-SA版权

分类专栏： TensorFlow 文章标签： Python TensorFlow

本文链接：https://blog.csdn.net/yyhhlancelot/article/details/81415137

本文详细介绍了TensorFlow中tf.global_variables_initializer()和tf.local_variables_initializer()的使用方法及区别。前者用于初始化全局变量，后者用于初始化局部变量。文章还提供了具体的示例代码，展示了如何在会话中运行这些初始化操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、tf.global_variables_initializer()

tf.global_variables_initializer()添加节点用于初始化全局变量(GraphKeys.GLOBAL_VARIABLES)。返回一个初始化所有全局变量的操作（Op）。在你构建完整个模型并在会话中加载模型后，运行这个节点。

能够将所有的变量一步到位的初始化，非常的方便。通过feed_dict, 你也可以将指定的列表传递给它，只初始化列表中的变量。

示例代码如下：

sess.run(tf.global_variables_initializer(), 
feed_dict={
        learning_rate_dis: learning_rate_val_dis,
        adam_beta1_d_tf: adam_beta1_d,
        learning_rate_proj: learning_rate_val_proj,
        lambda_ratio_tf: lambda_ratio,
        lambda_l2_tf: lambda_l2,
        lambda_latent_tf: lambda_latent,
        lambda_img_tf: lambda_img,
        lambda_de_tf: lambda_de,
        adam_beta1_g_tf: adam_beta1_g,
        }) 
# learning_rate_dis为设置的变量，learning_rate_val_dis为我设置的具体的值。后续同理