在Tensorflow中对随机变量进行的操作无法正常工作

Question

我创建了两个Tensors（即x1，y2），它们使用均匀分布进行了初始化，但是当我打印出结果时，它们不是我期望的。

这是我的代码：

x1 = tf.random_uniform([1], 0, 10, tf.int32)
y1 = tf.random_uniform([1], 0, 10, tf.int32)

subtraction = x1 - y1

with tf.Session() as sess:

    print(sess.run(x1))
    print(sess.run(y1))
    print(sess.run(subtraction))

结果如下：

[6]

[2]

[0]

Answer 1

在您的代码中，x1和y1是随机数生成器。每次调用时，它们采用不同的值。因此，当您致电时subtraction，又依次致电您的数字生成器x1和y1，则没有理由获得与先前通话一致的结果。

为了实现您的期望，请将值存储在中Variable：

import tensorflow as tf

x1 = tf.Variable(tf.random_uniform([1], 0, 10, tf.int32))
y1 = tf.Variable(tf.random_uniform([1], 0, 10, tf.int32))

subtraction = x1 - y1

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(sess.run(x1))
    print(sess.run(y1))
    print(sess.run(subtraction))

另外，如果您不需要迭代之间的持久性，并且可以一次调用所有依赖于数字生成器的运算符，则将它们打包到同一调用中sess.run：

import tensorflow as tf

x1 = tf.random_uniform([1], 0, 10, tf.int32)
y1 = tf.random_uniform([1], 0, 10, tf.int32)

subtraction = x1 - y1

with tf.Session() as sess:
    print(sess.run([x1, y1, subtraction]))