如何重置张量流中的变量？

Question

我想执行一个图表，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表。例如，

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)

所以，如果我运行这个图表，

session.run(tf.global_variables_initializer())

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

我得到一组 a、b 和 c 的值。然后说，我要重新初始化b，

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

这将重新初始化 b 的值，但该更改不会传播到 c。由于 b 已经改变，并且 c 依赖于 b（通过 C），我希望 c 被重新初始化。

这在张量流中可能吗？

Answer 1

c 不依赖于b，它的初始化器依赖。实际上，tensorflow中的变量不能依赖于其他变量。重新初始化b 后，c 的值不会改变。但是，如果您再次运行 c 初始化程序，它将获取新值。所以简单地做：

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