在while循环内更​​改张量的单个值

时间:2019-02-10 11:39:05

标签: python tensorflow

如何在while循环内更​​改Tensor的单个值? 我知道我可以使用tf.Variable来操纵tf.scatter_update(variable, index, value)的单个值,但是在循环内部,我无法访问变量。有没有办法在while循环内操作Tensor的给定值。

作为参考,这是我当前的代码:

my_variable = tf.Variable()

def body(i, my_variable):
    [...]
    return tf.add(i, 1), tf.scatter_update(my_variable, [index], value)


loop = tf.while_loop(lambda i, _: tf.less(i, 5), body, [0, my_variable])

1 个答案:

答案 0 :(得分:2)

this post的启发,您可以使用稀疏张量将增量存储到要分配的值,然后使用加法来“设置”该值。例如。像这样(我在这里假设一些形状/值,但是将其概括为更高等级的张量应该很简单):

import tensorflow as tf

my_variable = tf.Variable(tf.ones([5]))

def body(i, v):
    index = i
    new_value = 3.0
    delta_value = new_value - v[index:index+1]
    delta = tf.SparseTensor([[index]], delta_value, (5,))
    v_updated = v + tf.sparse_tensor_to_dense(delta)
    return tf.add(i, 1), v_updated


_, updated = tf.while_loop(lambda i, _: tf.less(i, 5), body, [0, my_variable])

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(sess.run(my_variable))
    print(sess.run(updated))

此打印

[1. 1. 1. 1. 1.]
[3. 3. 3. 3. 3.]