Question

我试图进行切片分配，但即使我将所有张量转换为变量，我也会收到以下错误：

array = tf.Variable(tf.zeros((b,n,m)))
ones = tf.Variable(tf.ones((m)))
labels = tf.Variable(tf.ones((b), dtype=tf.int32))

for i in range(b):
    with tf.control_dependencies([array[i][labels[i]].assign(ones)]):
        array = tf.identity(array)

ValueError: Sliced assignment is only supported for variables

如何在TensorFlow中进行此分配：

array[i][labels[i]] = [1,1,1,1,1,1]

Answer 1

我已根据需要更新了以下代码。

array = tf.Variable(tf.zeros((b,n,m)))
ones = tf.Variable(tf.ones((m)))
labels = tf.Variable(tf.ones((b), dtype=tf.int32)) 
#labels = np.ones(b,dtype=np.int8) if you want a array

with tf.control_dependencies([array[i,labels[i],:].assign(tf.ones(m)) for i in range(b)]): # should give the list of slice assignment here
 array = tf.identity(array) #conver to a tensor 

sess = tf.Session()
with sess.as_default():
    sess.run(tf.global_variables_initializer())
    print(array.eval()) #print the new array (optional, only to see the values)

你应该注意的事情，

[array[i][labels[i]] ---> [array[i,labels[i],:]]对我来说似乎是语法错误。
tf.identity（array）会返回张量作为数组的形状。当您再次将其分配给数组时，数组会变为张量，而不是变量了。您无法为张量执行切片分配。
您需要提供切片分配列表作为参数的 tf.control_dependencies

希望这会有所帮助。

将Tensor切片分配给Variable

1 个答案: