python - 在 Tensorflow 中，变量和张量有什么区别？

Question

Tensorflow 文档指出，Variable 可以在任何可以使用 Tensor 的地方使用，而且它们似乎可以完全互换。例如，如果 v 是一个 Variable，那么 x = 1.0 + v 就变成了一个 Tensor。

两者之间有什么区别，我什么时候应该使用一个而不是另一个？

Answer 1

的确，变量可以在张量可以使用的任何地方使用，但两者之间的主要区别在于，变量在多次调用 run() 时保持其状态，并且变量的值可以通过反向传播更新(它可以也可以根据文档保存、恢复等)。

这些差异意味着您应该将变量视为代表模型的可训练参数(例如，神经网络的权重和偏差)，而您可以将张量视为代表被输入模型的数据以及数据通过模型时的中间表示。