什麼是Tensorflow的Assign Operator：以tf.assign實作Counter
這篇文章會介紹 tf.assign這個 operator，再使用tf.assign實作簡單的計數器（counter）。
給Pytorch用戶的小前言
如果你也是從Pytorch起家的開發者，相信你一定也對Tensorflow的assign operation感到滿頭問號。「奇怪～要對變數賦值，不就直接等號就好嗎？」很可惜，在Tensorflow的世界劇情並不是這樣。
別忘了，Tensorflow是一套完整定義的可硬體加速計算系統，而非僅僅一個深度學習套件。
如何使用Assign Operator
考慮一個簡單的小問題：程式中需要一個變數，統計跑了某一區塊的計算幾次。
如果只是一般的python程式，我大部分人會這樣寫：就開個變數、寫個for loop、每次都+1就好。但假設把這一切如法炮製到Tensorflow會發生什麼事呢？
# Terminal Output
1
1
1
1
1很可惜這樣寫法，實際上只會得到五個1而已。
正確的寫法
剛剛上面的寫法問題在於，不管你跑幾次，var這個tf.Variable的值都從未更新過，所以需要使用tf.assign指定新的數值。
tf.assign的語法很簡單（先忽略後三個args），簡單來說就是把ref的數值變成value，而ref需要是tf.Variable。
所以只要在剛剛的程式上加上counter = tf.assign(var, counter)，就可以正確地得到所要的功能了。
# Terminal Output
1
2
3
4
5範例程式碼可以直接到我的Google Colaboratory執行。
這個簡單的 counter最實際的例子就是計算 learning step。
當然，一般的時候會直接使用tf.train.global_step。
雖然這次只是用tf.assign做一件非常非常簡單的事情，但tf.assign與相關的Assign operator是Tensorflow計算系統中很根本的東西。很多high level的function都是用tf.assign實作的，當然，學會Assign operator，別忘了順便學學Control dependency（tf.control_dependencies）這個重要的配套。
