Question

是否可以在方法内部将tensorflow变量设置为输入数据的第一个值？

假设我们有输入数据，例如x [0]，x [1]，... x [N-1]。我想让一个tensorflow变量在Python方法中存储第一个“ x [0]”值。以下是简化的代码：

static void irc_on_join ( irc_session_t* session, event_type     event,   const char*    origin,  const char**   params,  unsigned int   count    );

是否有可能这样做？

Answer 1

您可以尝试一下。这里的placeholder[:1]是切片语法，用于获取第一个值为1

u = u.assign(placeholder[:1])是第一个元素的分配。

import tensorflow as tf

placeholder = tf.placeholder( tf.int32, shape=(4,))

def Graph(placeholder):

    # I want to store the first value of placeholder in "u"
    with tf.variable_scope("reuse", reuse=tf.AUTO_REUSE):

        u = tf.get_variable('x',[1],dtype=tf.int32, trainable=False)

        u = u.assign(placeholder[:1])

        place_print = tf.Print(placeholder[:1],[placeholder[:1]])
        u_print = tf.Print(u,[u])

        # Some calculation including 'u'
        y = 7 * place_print - u_print

        return y

with tf.Session() as sess:

    with tf.variable_scope("reuse", reuse=tf.AUTO_REUSE):

        u = tf.get_variable("x", [1], dtype=tf.int32)

        f = Graph(placeholder)

        sess.run( tf.global_variables_initializer() )

        print(sess.run( [f,u],feed_dict={placeholder: [1, 2, 3, 4]}))

输出为

[array([6]), array([0])]

如何将tensorflow变量设置为第一个输入数据？

1 个答案: