Tensorflow问题-tf.assign与=赋值的区别

• tf.assign与=似乎都是赋值，那么二者的区别到底是什么呢？有些解释涉及到新建节点啊，引用什么的更深层次的区别，这里就以简单的例子说明下二者实际的区别方便各位理解。

# 一
a = tf.Variable(0,name='a')
init = tf.global_variables_initializer()
add_op = tf.assign(a,tf.add(a,1))

# 每次run add_op，便会执行一次对a值+1并赋值到a节点，因此每次run(add_op)后再sess.run(a)值相应的也会发生变化
sess.run(init)
for epoch in range(5):
    print(sess.run(add_op))
    print(sess.run(a))

结果：
1
1
2
2
3
3
4
4
5
5

# 二
a = tf.Variable(0,name='a')
init = tf.global_variables_initializer()
a = a+1

# a+1为创建的新的节点并将该地址赋予变量a上，因此a目前对应的值为0+1=1，但是多次run(a)并不会改变，因为没有具体的运算符
sess.run(init)
for epoch in range(5):
    print(sess.run(a))

结果：
1
1
1
1
1