如何在tensorflow中执行以下操作?
mat = [4,2,6,2,3] #
mat[2] = 0 # simple zero the 3rd element
我不能使用[]括号,因为它只适用于常量而不能使用 变量。我不能使用切片函数,因为它返回一个张量,你不能分配张量。
import tensorflow as tf
sess = tf.Session()
var1 = tf.Variable(initial_value=[2, 5, -4, 0])
assignZerosOP = (var1[2] = 0) # < ------ This is what I want to do
sess.run(tf.initialize_all_variables())
print sess.run(var1)
sess.run(assignZerosOP)
print sess.run(var1)
[2, 5, -4, 0]
[2, 5, 0, 0])
答案 0 :(得分:18)
您无法更改张量 - 但是,正如您所指出的,您可以更改变量。
您可以使用三种模式来完成您想要的任务:
(a)使用tf.scatter_update
直接戳到你想要改变的变量部分。
import tensorflow as tf
a = tf.Variable(initial_value=[2, 5, -4, 0])
b = tf.scatter_update(a, [1], [9])
init = tf.initialize_all_variables()
with tf.Session() as s:
s.run(init)
print s.run(a)
print s.run(b)
print s.run(a)
[2 5 -4 0]
[2 9 -4 0]
[2 9 -4 0]
(b)创建张量的两个tf.slice()
,不包括您要更改的项目,然后tf.concat(0, [a, 0, b])
将它们重新组合在一起。
(c)创建b = tf.zeros_like(a)
,然后使用tf.select()
选择您想要的a
项,以及b
中您想要的哪些项。
我已经包含了(b)和(c),因为它们适用于普通张量,而不仅仅是变量。