tf.tensor_scatter_nd_add 函数确实有效

Question

我想在张量的第一个维度中插入两个切片，其中包含两个新值矩阵，我使用的是 tensor_scatter_add 方法，但它给了我一个错误

indices = tf.constant([[0], [2]])
updates = tf.constant([[[5, 5, 5, 5], [6, 6, 6, 6],
                        [7, 7, 7, 7], [8, 8, 8, 8]],
                       [[5, 5, 5, 5], [6, 6, 6, 6],
                        [7, 7, 7, 7], [8, 8, 8, 8]]])
tensor = tf.ones([4, 5, 4])
updated = tf.tensor_scatter_add(tensor, indices, updates)
with tf.Session() as se:
  print(ses.run(scatter))

Answer 1

tensor 的内部 2 维必须与 updates 的内部 2 维匹配。 Dimension 0 in both shapes must be equal, but are 5 and 4.

tensor 必须与 dtype 相同，但您的代码不同。

有错误：

with tf.Session() as se:
  print(ses.run(scatter))

您将tf.Session() 别名为se，但调用ses 而不是se，并且您的传递分散到ses.run() 但它没有在任何地方定义； se.run(updated) 应该是正确的函数调用。

带有代码修复的片段：
这对你应该没问题。

indices = tf.constant([[0], [2]])
updates = tf.constant([[[5, 5, 5, 5], [6, 6, 6, 6],
                        [7, 7, 7, 7], [8, 8, 8, 8]],
                       [[5, 5, 5, 5], [6, 6, 6, 6],
                        [7, 7, 7, 7], [8, 8, 8, 8]]])
tensor = tf.ones([4, 4, 4], dtype=tf.int32)
updated = tf.tensor_scatter_nd_add(tensor, indices, updates)
with tf.Session() as se:
  print(se.run(updated))

Answer 2

只需更正这些行，您输入错误，这导致了代码中的问题：

tensor = tf.ones([4, 4, 4])
updated = tf.tensor_scatter_add(tensor, indices, updates)
with tf.Session() as se:
  print(se.run(scatter))