在张量流中操作矩阵元素

Question

如何在 tensorflow 中执行以下操作？

mat = [4,2,6,2,3] #
mat[2] = 0 # simple zero the 3rd element

我不能使用 [] 括号，因为它只适用于常量而不适用于 变量。我也不能使用 slice 函数，因为它返回一个张量并且你不能分配给一个张量。

import tensorflow as tf
sess = tf.Session()
var1 = tf.Variable(initial_value=[2, 5, -4, 0])
assignZerosOP = (var1[2] = 0) # < ------ This is what I want to do

sess.run(tf.initialize_all_variables())

print sess.run(var1)
sess.run(assignZerosOP)
print sess.run(var1)

将打印

[2, 5, -4, 0] 
[2, 5, 0, 0])

Answer 1

您无法更改张量 - 但正如您所指出的，您可以更改变量。

您可以使用三种模式来完成您想要的：

(a) 使用tf.scatter_update 直接戳到你想改变的变量部分。

import tensorflow as tf

a = tf.Variable(initial_value=[2, 5, -4, 0])
b = tf.scatter_update(a, [1], [9])
init = tf.initialize_all_variables()

with tf.Session() as s:
  s.run(init)
  print s.run(a)
  print s.run(b)
  print s.run(a)

[2 5 -4 0]

[2 9 -4 0]

[2 9 -4 0]

(b) 创建张量的两个tf.slice()s，不包括要更改的项目，然后tf.concat(0, [a, 0, b]) 将它们重新组合在一起。

(c) 创建b = tf.zeros_like(a)，然后使用tf.select() 选择您想要的a 中的哪些项目，以及您想要的b 中的哪些零。

我将 (b) 和 (c) 包括在内，因为它们适用于正态张量，而不仅仅是变量。