我已经在这里和这里阅读了一些关于这个问题的答案，但是我仍然对tf.Variable是和/或不是tf.Tensor感到有些困惑。 链接的答案处理tf.Variable的可变性，并提到tf.Variable保持其状态(当使用默认参数trainable=True实例化时)。
让我仍然有点困惑的是我在使用 tf.test.TestCase 编写简单的单元测试时遇到的一个测试用例
请考虑以下代码片段。我们有一个名为Foo的简单类，它只有一个属性，一个初始化为w的tf.Variable：
import tensorflow as tf
import numpy as np
class Foo:
def __init__(self, w):
self.w = tf.Variable(w)
现在，假设您要测试Foo的实例是否使用与通过w传入的相同维度的张量初始化了 w。最简单的测试用例可以编写如下：
import tensorflow as tf
import numpy as np
from foo import Foo
class TestFoo(tf.test.TestCase):
def test_init(self):
w = np.random.rand(3,2)
foo = Foo(w)
init = tf.global_variables_initializer()
with self.test_session() as sess:
sess.run(init)
self.assertShapeEqual(w, foo.w)
if __name__ == '__main__':
tf.test.main()
现在，当您运行测试时，将收到以下错误：
======================================================================
ERROR: test_init (__main__.TestFoo)
----------------------------------------------------------------------
Traceback (most recent call last):
File "test_foo.py", line 12, in test_init
self.assertShapeEqual(w, foo.w)
File "/usr/local/lib/python3.6/site-packages/tensorflow/python/framework/test_util.py", line 1100, in assertShapeEqual
raise TypeError("tf_tensor must be a Tensor")
TypeError: tf_tensor must be a Tensor
----------------------------------------------------------------------
Ran 2 tests in 0.027s
FAILED (errors=1)
您可以通过执行以下操作来"绕过"此单元测试错误(即注意assertShapeEqual已替换为assertEqual)：
self.assertEqual(list(w.shape), foo.w.get_shape().as_list())
不过，我感兴趣的是tf.Variable与tf.Tensor的关系。 测试错误似乎表明foo.w不是tf.Tensor，这意味着您可能无法在其上使用tf.TensorAPI。但是，请考虑以下交互式 python 会话：
$ python3
Python 3.6.3 (default, Oct 4 2017, 06:09:15)
[GCC 4.2.1 Compatible Apple LLVM 9.0.0 (clang-900.0.37)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> import numpy as np
>>> w = np.random.rand(3,2)
>>> var = tf.Variable(w)
>>> var.get_shape().as_list()
[3, 2]
>>> list(w.shape)
[3, 2]
>>>
在上面的会话中，我们创建一个变量并对其运行get_shape()方法以检索其形状尺寸。现在，get_shape()方法是一种tf.TensorAPI 方法，您可以在此处看到。
因此，回到我的问题，tf.Variable实现tf.TensorAPI 的哪些部分。如果答案是所有这些，为什么上面的测试用例失败了？
self.assertShapeEqual(w, foo.w)
跟
raise TypeError("tf_tensor must be a Tensor")
我很确定我在这里错过了一些基本的东西，或者可能是断言形状平等中的一个错误？如果有人能对此有所了解，我将不胜感激。
我在 macOS 上使用以下版本的tensorflowpython3：
tensorflow (1.4.1)
该测试实用程序函数正在检查变量是否实现了tf.Tensor
>>> import tensorflow as tf
>>> v = tf.Variable('v')
>>> v
<tf.Variable 'Variable:0' shape=() dtype=string_ref>
>>> isinstance(v, tf.Tensor)
False
答案似乎是"不"。
更新：
根据正确的文档：
https://www.tensorflow.org/programmers_guide/variables
不像 tf。张量对象，一个 tf。变量存在于上下文之外 单个会话运行调用。
虽然：
一个 tf.变量表示一个张量，其值可以通过以下方式更改 在其上运行操作。
(不太确定"表示张量"是什么意思 - 听起来像一个设计"特征")