什么时候应该使用 Tensorflow 变量以及什么时候使用 numpy 或 python 变量
When should I use Tensorflow variables and when numpy or python variables
我是Tensorflow2.0的新手，想熟悉一下这个库。
我经常使用 numpy 并注意到 numpy 和 tensorflow 变量是 'compatible'。但是如果我在 tensorflow 中使用一个 numpy 变量或对象，是否需要 tf 每次都将这个变量转换为张量？如果使用 Tensorflow，我应该只将所有内容初始化为 Tf 变量，还是应该根据它是被 numpy 还是 tf 使用来决定？ tf.math里好像也实现了很多数学运算，是不是要把numpy的运算统统扔掉？
顺便说一下，我不会将 Tensorflow 用于机器学习，而是主要使用 Tensorflow Probability 进行采样等
Tensorflow中的变量一般分为三种。
var = tf.placeholder() 定义了一个占位符，用于接收和提供降雨数据。var = tf.constant() 创建常量张量。var = tf.variable() 定义了一个可训练的变量。 Tensorflow 会自动区分这种变量。例如，神经网络的权重和偏差应使用 tf.variable().
Numpy 变量通常用于初始化 var = tf.constant() 和 var = tf.variable()。 var = tf.placeholder()不需要初始化。
顺便提一下，这里有一个simple tutorial，其中包含一些动手示例，可以帮助您尽快熟悉 Tensorflow。
我是Tensorflow2.0的新手，想熟悉一下这个库。 我经常使用 numpy 并注意到 numpy 和 tensorflow 变量是 'compatible'。但是如果我在 tensorflow 中使用一个 numpy 变量或对象，是否需要 tf 每次都将这个变量转换为张量？如果使用 Tensorflow，我应该只将所有内容初始化为 Tf 变量，还是应该根据它是被 numpy 还是 tf 使用来决定？ tf.math里好像也实现了很多数学运算，是不是要把numpy的运算统统扔掉？ 顺便说一下，我不会将 Tensorflow 用于机器学习，而是主要使用 Tensorflow Probability 进行采样等
Tensorflow中的变量一般分为三种。
var = tf.placeholder()定义了一个占位符，用于接收和提供降雨数据。var = tf.constant()创建常量张量。var = tf.variable()定义了一个可训练的变量。 Tensorflow 会自动区分这种变量。例如，神经网络的权重和偏差应使用tf.variable(). 定义
Numpy 变量通常用于初始化 var = tf.constant() 和 var = tf.variable()。 var = tf.placeholder()不需要初始化。
顺便提一下，这里有一个simple tutorial，其中包含一些动手示例，可以帮助您尽快熟悉 Tensorflow。