由于python内部的变量其实都是reference,而Tensorflow实现的时候也没有意义去判断输出是否是同一变量名,从而判定是否要新建一个Tensor用于输出。Tensorflow为了满足所有需求,定义了两个不同的函数:tf.add和tf.assign_add。从名字即可看出区别,累加应该使用tf.assign_add。同理的还有tf.assign_sub和tf.assign。 具体地,笔者需要一个iteration counter类似的变量,即每次使用一个batch更新参数之后都使得该变量加一,进而控制learning rate等参数来调节学习过程。 最初的实现如下: a = tf