python - tensorflow和普通python程序中的常量和变量有什么区别?
问题描述
在下面的代码中,我在 tensorflow 和普通代码中使用了变量,我没有发现逻辑有任何变化,请有人帮助我理解 tensorflow 属性和普通属性之间的区别:
import tensorflow as tf
a = tf.constant(3)
b = tf.Variable(8)
c = 9
d = tf.Variable(a+b+c)
with tf.Session() as sess:
d.initializer.run()
print(d.eval())
Output: 20
简而言之,上面代码中的 a、b 和 c 有什么区别?
解决方案
推荐阅读
- python - 使用 k-means 可视化集群
- c - 如何实现终端滚动?
- python - InvalidArgumentError:不兼容的形状:[10,224,224,3] 与 [10,224,224]
- r - 在 ggplot2 中删除类别并添加数据点
- java - Java 构造函数问题,输出打印两次
- reactjs - 如何在 SPA React 应用程序上正确配置 Apache,该应用程序位于使用从 React Router 构建的嵌套 URL 的子目录上?
- firebase - Flutter:何时激活 Firestore 文档/查询的侦听器
- kotlin - 为什么应该内联具有具体类型参数的函数?
- python - mysql.connector.errors.DatabaseError: 2005 (HY000): Unknown MySQL server host 'db' (2)
- arrays - 数组元素未打印