Tensorflow：构造一个tf.Variable对象的张量

Question

我的成本函数涉及矩阵

T=[[1.0-a,b],[a,1.0-b]] 

我可以定义

import numpy as np
import tensorflow as tf
a=0.3
b=0.4
T = tf.Variable([[1.0-a,b],[a,1.0-b]]

这在优化中效果很好，但后来我说我有四个变量：1-a，b，a，1-b（渐变有四个元素）。另一方面，我希望我的变量是两个：a和b（渐变有两个元素）。

我想做像

这样的事情

var = tf.Variable([a,b])
T = tf.constant([[1.0-var[0],var[1]],[var[0],1.0-var[1]]])

但这不起作用，输出以下内容：

TypeError: List of Tensors when single Tensor expected

那么如何构造由tf.Variable对象构成的张量？

谢谢。

Answer 1

我认为你需要的是：

import tensorflow as tf

a = tf.Variable(0.3)
b = tf.Variable(0.4)
T = tf.convert_to_tensor([[1.0 - a, b], [a, 1.0 - b]]

Answer 2

将T初始化为占位符。

T = tf.placeholder(tf.float32, [2, 2])

开始会话时，请计算T并通过feed_dict：

传递

with tf.Session() as sess:
    a, b = .3, .4
    inp = np.array([[1 - a, b], [a, 1 - b]])
    sess.run(optimizer, feed_dict={T : inp})

optimizer是最小化成本函数的节点。