在前面，我們已經學習到生成訓練資料，接著下來就要開始進行訓練TF的神經網路了。但是我們從TensorFlow的名稱就知道要使用張量來表示資料結構，並且讓張量沿著不同的邊進行流動，才可以產生神經元出來，也就是權重值。直接使用Python的資料結構可行嗎？肯定不行，否則就不會建立張量這個單詞出來了。因為張量是一維到多維的向量，它的維度可能很高，達到數萬個維度，遠遠超過目前人類所能理解的維數。因此在TF裡建立了一個張量的資料型別，我們要使用這個資料型別才可能與TF進行溝通，否則就像我們跟老外說中文，他們怎麼可能聽得懂呢，所以在進行訓練之前，要先學習與TF溝通的語言，否則就是臨淵羨魚，不如我們退而結網咖。

好吧，先來看看張量的資料型別建構函式：

tf.Variable.__init__(initial_value=None, trainable=True, collections=None, validate_shape=True, caching_device=None, name=None, variable_def=None, dtype=None, expected_shape=None, import_scope=None)

從這個建構函式裡，就知道tf.Variable是一個變數類，它可以用來宣告張量物件。它的輸入引數是比較多，但很多都是可以使用預設引數即可。這個類主要用初始化值initial_value來構造一個張量變數，新宣告的變數主要新增到圖集合裡，預設是新增到圖集合[GraphKeys.GLOBAL_VARIABLES]，如果trainable=True為真時，同時新增到圖集合GraphKeys.TRAINABLE_VARIABLES。其實這個建構函式主要建立了兩個操作：一個是生成變數的操作，一個是設定初始值的操作。

引數:

initial_value:

 張量或者可轉換為張量的Python資料型別物件，設定新張量的初始值。除了validate_shape設定為False時不需要指定張量的行列形式，其它情況下必須指定張量的行列形式。也可以使用不帶初始值的方式來建立變數，但必須指明dtype的型別，也就是將要儲存資料的型別。

trainable:

 設定為True時新增這個變數到圖集合GraphKeys.TRAINABLE_VARIABLES.這是很多優化器類使用的預設變數列表。

collections:

 變數將要新增到的圖集合名稱。預設是[GraphKeys.GLOBAL_VARIABLES].

validate_shape: 

如果設定為False允許變數不指明行列形狀；如果設定為True必須指明行列形狀。

caching_device:

 可選的快取裝置字串，預設是變數裝置，如果非空設定為另一個裝置。主要用來優化變數拷貝時的操作。

name:

 可選的變數名稱，預設是系統自動建立唯一的名稱。

variable_def: 

VariableDef定義協議緩衝區格式。

dtype: 

設定變數的儲存的資料型別。預設從初始值獲取，如果沒有初始化需要指定。

expected_shape: 

預期的行列形式。如果設定這個就會判斷初始化是否符合這個行列形式。

import_scope: 

可選的名稱空間字串。


異常:


ValueError: 如果variable_def和initial_value同時指定時發生。
ValueError: 如果沒有初始化值，並且沒有設定validate_shape為True時發生。

已經理解這個型別的定義了，接著下來實際操作一下吧。

#python 3.5.3  蔡軍生  
#http://edu.csdn.net/course/detail/2592  
#

import tensorflow as tf

#建立張量變數
W = tf.Variable([1,2,3], name='W')
print(W)

#顯示它的值
init_op = tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init_op)
    print(W.eval())

====================== RESTART: D:/AI/sample/tf_1.16.py ======================
Tensor("W/read:0", shape=(3,), dtype=int32)
[1 2 3]
>>> 

在這個例子裡，通過Python的資料結構列表[1,2,3]來建立一個張量的變數，同時把它的名稱改為“W”，可見後面打印出來時，看到叫做W的名稱了。接著把張量結構顯示出來，後面程式碼主要通過TF計算之後，再把結果顯示出來。
到這裡，終於學會張量變數的定義，就已經踏入與TF交流的第一步了。

1. C++標準模板庫從入門到精通 

2.跟老菜鳥學C++

3. 跟老菜鳥學python

4. 在VC2015裡學會使用tinyxml庫

5. 在Windows下SVN的版本管理與實戰 

7.在VC2015裡使用protobuf協議

8.在VC2015裡學會使用MySQL資料庫