Tensorflow Variable（变量）
转自：
http://www.cnblogs.com/Vulpers/p/7809276.html
Vatiable是tensorflow的变量节点，通过Variable（注：V大写）方法创建，并且需要传递初始值。在使用前需要通过tensorflow的初始化方法进行初始化。
** 创建方式**
W = tf.Variable(initial_value=tf.zeros([9, 5]), # 初始值，必填，张量或可以转换为张量的Python对象。初始值必须有指定一个形状，除非`validate_shape`设置为False。
trainable=True, # 选填 如果`True`，则默认值也将变量添加到图形中集合`GraphKeys.TRAINABLE_VARIABLES`。这个集合用作“Optimizer”类使用的默认变量列表
collections=None, # 选填 图表集合键的列表。新的变量被添加到这些集合。默认为`[GraphKeys.GLOBAL_VARIABLES]`。
validate_shape=True, # 选填 如果`False`，允许变量用初始化未知形状的值。如果“True”，默认的形状`initial_value`必须是已知的。
caching_device=None, # 选填 可选设备字符串，描述变量的位置应该被缓存以供阅读。默认为变量的设备。如果不是“None”，则缓存在另一个设备上。典型的用途是缓存在使用变量的Ops所在的设备上进行重复数据删除复制`Switch`和其他条件语句。
name='W', # 选填 变量的可选名称。默认为“Variable”并获取自动去重（Variable_1,Variable_2....）。
variable_def=None, # 选填 `VariableDef`协议缓冲区。如果不是“无”，则重新创建变量对象及其内容，引用变量的节点在图中，必须已经存在。图形没有改变。`variable_def`和其他参数是互斥的。
dtype=tf.float32, # 选填 如果设置，initial_value将被转换为给定的类型。如果`None'，数据类型将被保存（如果`initial_value`是一个张量），或者“convert_to_tensor”来决定。
expected_shape=None, # 选填 张量的Shape。如果设置，initial_value需要符合这个形状。
import_scope=None) # 选填 可选的字符串。名称范围添加到`Variable.`仅在从协议缓冲区初始化时使用。