Tensorflow Variable（變量）
轉自：
http://www.cnblogs.com/Vulpers/p/7809276.html
Vatiable是tensorflow的變量節點，通過Variable（注：V大寫）方法創建，並且需要傳遞初始值。在使用前需要通過tensorflow的初始化方法進行初始化。
** 創建方式**
W = tf.Variable(initial_value=tf.zeros([9, 5]), # 初始值，必填，張量或可以轉換爲張量的Python對象。初始值必須有指定一個形狀，除非`validate_shape`設置爲False。
trainable=True, # 選填 如果`True`，則默認值也將變量添加到圖形中集合`GraphKeys.TRAINABLE_VARIABLES`。這個集合用作“Optimizer”類使用的默認變量列表
collections=None, # 選填 圖表集合鍵的列表。新的變量被添加到這些集合。默認爲`[GraphKeys.GLOBAL_VARIABLES]`。
validate_shape=True, # 選填 如果`False`，允許變量用初始化未知形狀的值。如果“True”，默認的形狀`initial_value`必須是已知的。
caching_device=None, # 選填 可選設備字符串，描述變量的位置應該被緩存以供閱讀。默認爲變量的設備。如果不是“None”，則緩存在另一個設備上。典型的用途是緩存在使用變量的Ops所在的設備上進行重複數據刪除複製`Switch`和其他條件語句。
name='W', # 選填 變量的可選名稱。默認爲“Variable”並獲取自動去重（Variable_1,Variable_2....）。
variable_def=None, # 選填 `VariableDef`協議緩衝區。如果不是“無”，則重新創建變量對象及其內容，引用變量的節點在圖中，必須已經存在。圖形沒有改變。`variable_def`和其他參數是互斥的。
dtype=tf.float32, # 選填 如果設置，initial_value將被轉換爲給定的類型。如果`None'，數據類型將被保存（如果`initial_value`是一個張量），或者“convert_to_tensor”來決定。
expected_shape=None, # 選填 張量的Shape。如果設置，initial_value需要符合這個形狀。
import_scope=None) # 選填 可選的字符串。名稱範圍添加到`Variable.`僅在從協議緩衝區初始化時使用。