Почему переменная tf.Variable меняет значение случайно?

Question

Я реализовал очень простой график операций, чтобы понять, как работает Tensorflow. Однако я получаю неожиданное поведение, которое не могу отладить, даже если программа такая короткая:

Все, что делает программа, - это создание постоянного значения x и добавляемого значения переменной b.

import tensorflow as tf
import numpy

x = numpy.asarray([1.0], dtype='float32')
b = tf.Variable(2.5, name="bias")

init = tf.global_variables_initializer()

with tf.Session() as sess:

    # Run the initializer
    sess.run(init)
    print('Input x pre-set to 1.0: {}'.format(x[0]))
    print('Input b pre-set to 2.5: {}'.format(b.eval()))
    output = sess.run(tf.add(x,b))
    print('x + b = {}'.format(output[0]))

Вывод этой программы:

Input x pre-set to 1.0: 1.0
Input b pre-set to 2.5: 0.0
x + b = 1.0

Значение b меняется на 0.0

Кто-нибудь знает, что здесь происходит?

Answer 1

Я не смог воспроизвести исходную ошибку (до того, как вы отредактировали вопрос), запустил ее несколько раз, всегда давал правильный результат. Та же ситуация с новой версией. Пробовал их в colab.research.google.com. Когда Дэвид Паркс протестировал его на той же самой установке, что и вы, tenorflow-gpu 1.4, похоже, здесь должно быть что-то еще.

Код выглядит нормально, обе версии.

Попробуйте перезагрузить компьютер и повторите тестирование. (в) Ремонт в стиле Microsoft:)