我试图用其他值更新张量的最大值，如下所示：
actions = tf.argmax(output, axis=1)
gen_targets = tf.scatter_nd_update(output, actions, q_value)
我在AttributeError: 'Tensor' object has no attribute 'handle'上收到了错误scatter_nd_update。
output和actions是占位符，声明为：
output = tf.placeholder('float', shape=[None, num_action])
reward = tf.placeholder('float', shape=[None])
我做错了什么以及实现这一目标的正确方法是什么？
答案 0 :(得分：2)
您正在尝试更新类型为output的{{1}}的值。占位符是不可变对象，您无法更新占位符的值。您尝试更新的张量应该是变量的类型，例如tf.Variable，以便tf.scatter_nd_update()能够更新其值。
解决此问题的一种方法是创建变量，然后使用tf.assign()将占位符的值分配给变量。由于占位符的其中一个维度为tf.placeholder，并且在运行时可能具有任意大小，因此您可能需要将None validate_shape参数设置为tf.assign()，这样占位符的形状不需要与变量的形状匹配。赋值后，False的形状将与通过占位符提供的对象的实际形状相匹配。
var_output