global_step = tf.Variable(0, trainable=False)

`global_step = tf.Variable(0, trainable=False)` 是TensorFlow中的一种常见做法，用于跟踪模型的训练进度。这个变量被初始化为0并且设置为不可训练（trainable=False），意味着它不会作为模型参数的一部分进行更新。它是全局的，通常在整个训练过程中递增。

1. 初始化global_step[^1]:

global_step = tf.Variable(0, trainable=False)

2. `tf.train.get_global_step()`的作用[^2]:
这个函数返回名为`global_step`的张量，它代表当前的训练迭代次数。在训练循环中，我们经常使用它来控制何时执行特定操作，如调整学习率、保存模型等。在调用优化器的`minimize()`方法时，可以设置`global_step`作为其中一个输入，这样每次迭代都会自动增加其值：

optimizer.minimize(loss, global_step=global_step)

这会使得`global_step`在每次优化步骤后自增1，从而记录训练过程中的步数。