如何在张量流中重置变量？

Question

我想执行一个图，更改单个变量的值，然后使用任何下游变量吸收的更改再次执行该图。 举个例子，

A = tf.distributions.Normal(0.0, 1.0)
B = tf.distributions.Normal(0.0, 1.0)

a = A.get_variable(name="a", initializer=A.sample)
b = B.get_variable(name="b", initializer=B.sample)

C = tf.distributions.Normal(a + b, 1.0)

c = C.get_variable(name="c", initializer=C.sample)

因此，如果我运行此图，

session.run(tf.global_variables_initializer())

with tf.Session() as session:
    session.run([a, b, c])

我得到了a，b和c的一组值。 然后，说，我想重新初始化b，

    session.run(b.initializer)
    session.run([a, b, c])

这将重新初始化b的值，但是该更改不会传播到c。 由于b已更改，并且c依赖于b（通过C），因此我希望c重新初始化。

张量流有可能吗？

Answer 1

c不依赖b ，其初始化程序依赖。 实际上，张量流中的变量不能依赖于其他变量。 重新初始化b ， c的值不变。 但是，如果再次运行c初始化程序，它将获取新值。 因此，只需：

session.run(b.initializer)
session.run(c.initializer)