如何使用tf.identity制作tesnors列表的副本（不仅仅是单个张量）？

Question

我尝试过

weights = {
'wc1': tf.get_variable('wc1', shape=(8,8,4,32), initializer=tf.contrib.layers.xavier_initializer()), 
'wc2': tf.get_variable('wc2', shape=(4,4,32,64), initializer=tf.contrib.layers.xavier_initializer()), 
'wc3': tf.get_variable('wc3', shape=(3,3,64,64), initializer=tf.contrib.layers.xavier_initializer()), 
'wd1': tf.get_variable('wd1', shape=(7744,512), initializer=tf.contrib.layers.xavier_initializer()), 
'wd2': tf.get_variable('wd2', shape=(512,action_size), initializer=tf.contrib.layers.xavier_initializer()), 
'bc1': tf.get_variable('bc1', shape=(32), initializer=tf.contrib.layers.xavier_initializer()),
'bc2': tf.get_variable('bc2', shape=(64), initializer=tf.contrib.layers.xavier_initializer()),
'bc3': tf.get_variable('bc3', shape=(64), initializer=tf.contrib.layers.xavier_initializer()),
'bd1': tf.get_variable('bd1', shape=(512), initializer=tf.contrib.layers.xavier_initializer()),
'bd2': tf.get_variable('bd2', shape=(action_size), initializer=tf.contrib.layers.xavier_initializer()),

}

然后

weight_copies = [tf.identity(weights) for x in range(10)]

但出现以下错误

TypeError：预期的二进制或Unicode字符串，得到{'wc1'：，'wc2'：，'wc3'：，'wd1'：，'wd2'：，'bc1'：，'bc2'：，'bc3 '：，'bd1'：，'bd2'：}

现在我的问题是如何做到无误？

Answer 1

weights是一个字典，因此您需要遍历所有值。

weight_copies = [tf.identity(v) for v in weights.values()]

如果您也希望输出也成为字典，请对item进行迭代。

weight_copies = {k: tf.identity(v) for k, v in weights.items()}