變數利用 tf.Variable 類來創建，它表示張量，執行運算可以改變值，或使用特定運算可以讀取和改值。
1.創建變數，並提供初始值:

initial_value = tf.constant([[2.0, 4.0], [3.0, 5.0]])
first_variable = tf.Variable(initial_value)

在前幾天的文章中，有介紹到張量的定義方式和操作，而變數和它的操作方式十分相似，它們都是 tf.Tensor 支持的一種數據結構。所以要將上述創建好的變數資料印出來，操作如下:

print("Shape: ", first_variable.shape)
print("DType: ", first_variable.dtype)
print("Value: ", first_variable.numpy()

會輸出:

Shape:  (2, 2)
DType:  <dtype: 'float32'>
Value:  [[2. 4.]
 [3. 5.]]

2.更新變數，assign 是 tf.Variable 類的一個方法，會將新的值分配給變數。這個方法目的在於更新變數的值，不會創建新的張量，而是重用現有張量的內存。

x = tf.Variable([2.0, 3.0])
x.assign([1.0, 2.0]) 
try:
  x.assign([1.0, 2.0])
except Exception as e:
  print(f"{type(e).__name__}: {e}")
print(x.numpy())

會得到[1. 2.]。

3.放置變數，為了提高性能，TensorFlow 會嘗試將張量和變數放置在與其 dtype 兼容的最快設備上。如果有 GPU，那大部分的變數都會放置在 GPU 上。

with tf.device('CPU:0'):
  a = tf.Variable([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
  b = tf.constant([[1.0, 2.0], [3.0, 4.0], [5.0, 6.0]])
  c = tf.matmul(a, b)
print(c)

可以叫出:

tf.Tensor(
[[22. 28.]
 [49. 64.]], shape=(2, 2), dtype=float32)

matmul 用於矩陣乘法的函數，它可以用於進行二維張量（矩陣）的乘法，也支持高維張量的乘法運算。