如何在張量流中重置變量？

Question

我想執行一個圖，更改單個變量的值，然后使用任何下游變量吸收的更改再次執行該圖。 舉個例子，

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，如果我運行此圖，

session.run(tf.global_variables_initializer())

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

我得到了a，b和c的一組值。 然后，說，我想重新初始化b，

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

這將重新初始化b的值，但是該更改不會傳播到c。 由於b已更改，並且c依賴於b（通過C），因此我希望c重新初始化。

張量流有可能嗎？

Answer 1

c不依賴b ，其初始化程序依賴。 實際上，張量流中的變量不能依賴於其他變量。 重新初始化b ， c的值不變。 但是，如果再次運行c初始化程序，它將獲取新值。 因此，只需：

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