为何在TensorFlow代码中使用下划线'_'作为变量名？
2026-5-29
为什么TensorFlow代码里用下划线
_作为变量名？ 这其实是Python里一个非常常用的惯例，用来表示“我明确知道这里有一个返回值，但我暂时不需要使用它”，咱们一步步拆解来看：
先看这行代码的逻辑
session.run([optimizer, loss], feed_dict=feed_dict) 会按照你传入的列表顺序，返回两个结果：
- 第一个是执行
optimizer（优化器）操作后的返回值——但优化器的作用就是更新模型参数，它本身的返回值对我们来说没有实际用处； - 第二个是
loss（损失值），这是我们需要记录下来用来监控训练状态的数值。
所以用_, l来接收这两个返回值，就是在告诉阅读代码的人：“第一个返回值我不需要，我只关心第二个损失值l”。
下划线_在Python里的其他常见用法
除了这种忽略返回值的场景，它还有几个常用场景：
- 在交互式环境（比如IPython）里，
_会自动保存最后一次执行的结果； - 作为循环里的临时变量，比如遍历次数但不需要用到计数时：
for _ in range(10): do_something()； - 在国际化（i18n）场景里，作为翻译函数的别名，比如
from django.utils.translation import gettext as _。
回到你贴的这段Word2Vec代码，用下划线占位既符合Python的编码习惯，又能让代码更简洁——不用特意给一个没用的变量起名字，避免代码里出现冗余的变量名。
内容的提问来源于stack exchange，提问作者SantoshGupta7
相关产品推荐
相关产品推荐
