我和MNIST一起工作，我有一个大小为[？，28,28,1]的渐变张量，我想把一些[28,28,1]子张量归零它，我该怎么做到这一点？
我知道我需要将子张量归零的索引（作为列表）。我尝试过这样的事情（如下所示），但scatter.update只能改变变量而不是张量。我也尝试堆叠所需的零和零的张量，但不能建立所需的结果。
dy_dx, = tf.gradients(loss, x_adv)
zeroes = tf.zeros(dy_dx[0].get_shape(), tf.float32)
dy_dx = tf.scatter_update(dy_dx, indices, zeroes)
谢谢！
答案 0 :(得分：1)
我建议在你想要归零的位置和其他地方创建一个TensorFlow常量。然后，您可以创建一个使用tf.multiply进行常量和dy_dx的元素乘法的运算。根据图表的结构，您可能需要在下次调用dy_dx时将结果提供给session.run;您可以使用Feed数据替换任何Tensor，包括变量和常量。
顺便提一下，如果您只想将dropout应用于输入图层，可以使用tf.layers.dropout