如何在张量中存储浮点值

Question

我想对物理问题进行一些数值近似。为了加快过程，我在某些GPU上使用了tensorflow。

我从一个矩阵中获得一个期望值，该值应该是一个浮点数。 然后，我想将这些单个值存储在张量中，然后将其输入到数据框中。

def Expectation_Value(density,N):
    expec=0
    for i in np.arange(1,N+1):
        a=tf.linalg.trace(tf.matmul(Sigma(i,N,Sz),density))
        expec+=a
    return expec/N

def main():
    df=pd.read_csv('.....')
    for l in range(len(df))
        sess=tf.Session()
        Sz_tens=tf.zeros(len(df))
        Expec=Expectation_Value(DMT,N)
        Sz_tens[l]=Expec
    Sz_arr=Sz_tens.eval(session=sess)
    df['Sz']=Sz_arr
    sess.close()
    df.head()

我收到以下错误

TypeError：“张量”对象不支持项目分配

是否可以在张量中存储单个值？我的印象是我不明白如何正确运行tensorflow图会话。

数字代码运行完美，我只是在努力将数据存储在张量中。