Question

在numpy中，我可以使用numpy.copy创建变量的副本。有没有类似的方法，我可以用来在TensorFlow中创建Tensor的副本？

Answer 1

您询问如何复制标题中的变量，但如何复制问题中的张量。让我们看看不同的可能答案。

（1）您想要创建一个 tensor ，其值与当前存储在变量中的值相同，我们会调用var

tensor = tf.identity(var)

但请记住，＆＃39;张量＆＃39;是一个图形节点，在评估时将具有该值，并且在您评估它时，它将获取var的当前值。您可以使用control flow ops such as with_dependencies()来查看变量更新的顺序和身份的时间。

（2）您想要创建另一个变量并将其值设置为当前存储在变量中的值：

import tensorflow as tf
var = tf.Variable(0.9)
var2 = tf.Variable(0.0)
copy_first_variable = var2.assign(var)
init = tf.initialize_all_variables()
sess = tf.Session()

sess.run(init)

print sess.run(var2)
sess.run(copy_first_variable)
print sess.run(var2)

（3）你想定义一个变量并将它的起始值设置为你已经初始化变量的那个（这是nivwu ..以上的回答）：

var2 = tf.Variable(var.initialized_value())

致电var2时，

tf.initialize_all_variables会被初始化。在您初始化图表并开始运行之后，您无法使用它来复制var。

Answer 2

您可以通过多种方式完成此操作。

这会为您创建一份副本：a = [1, 2, 3, 4, 5, 6] # y values of a line b = [7, 6, 4, 4, 8, 4] # x values are index location of the list previous = 0 result = [] for x, y in zip(a,b): if x == y: result.append(True) #touch else: comapre_result = 1 if x > y else -1 if comapre_result + previous == 0:#cross-over result.append(True) else: result.append(False) previous = comapre_result print result
您还可以使用identity op：v2 = tf.Variable(v1)（我认为这是一种正确的做法。

这是一个代码示例：

v2 = tf.identity(v1)

他们两个都会打印相同的张量。

Answer 3

执行深层复制

copied_variable = tf.Variable(source_variable.initialized_value())

它还可以正确处理初始化，即

tf.intialize_all_variables()

将首先正确初始化source_variable，然后将该值复制到copied_variable

Answer 4

在TF2中： tf.identity()将为您做好事。最近，我在使用Google Colab中的函数时遇到了一些问题。如果这就是您在这里的原因，那么会对您有所帮助。

错误：无法将输入张量从/ job：localhost /副本：0 /任务：0 /设备：CPU：0复制到/ job：localhost /副本：0 /任务： 0 / device：GPU：0以运行身份：未找到方向为1和变量type_index的一元变体设备复制功能：tensorflow :: data：:（匿名命名空间）:: DatasetVariantWrapper [Op：Identity]

#Erroneous code
tensor1 = tf.data.Dataset.from_tensor_slices([[[1], [2]], [[3], [4]]])
tensor2 = tf.identity(tensor1)

#Correction
tensor1 = tf.data.Dataset.from_tensor_slices([[[1], [2]], [[3], [4]]])
with tf.device('CPU'): tensor2 = tf.identity(tensor1)

如何在tensorflow中复制变量

4 个答案: