tensorflow中的常量参数

在 TensorFlow 中，我们可以使用 `tf.constant` 方法来创建一个常量张量，这个张量的值在计算图中是不可变的。如果我们想要定义一些可训练的参数，可以使用 `tf.Variable` 方法来创建一个变量张量。变量张量的值可以被改变，并且会被自动更新。下面是一个示例代码：

import tensorflow as tf

# 创建一个变量张量
b = tf.Variable([1, 2, 3])

# 打印张量的值
print(b.numpy())  # 输出 [1 2 3]

# 修改张量的值
b.assign([4, 5, 6])

# 打印张量的值
print(b.numpy())  # 输出 [4 5 6]

在上面的代码中，我们首先使用 `tf.Variable` 方法创建了一个变量张量 `b`，其初始值为 `[1, 2, 3]`。然后，我们使用 `assign` 方法将变量张量的值修改为 `[4, 5, 6]`。注意，变量张量的值可以被修改，但是在修改时需要使用 `assign` 方法。