TensorFlow 中张量的部分更新

Question

我正在尝试在 TensorFlow 中对图像运行多个卷积，然后连接结果。因为tf.concat 分配了新的张量，我有时会遇到ResourceExhaustedError（当前的解决方案是将batch_size 更改为更小的值）。

所以这是我的问题。有没有办法创建大张量（我事先知道所有维度），然后将卷积结果分配给它（部分地避免连接和内存分配）？或者也许还有其他更有效的方法？

类似：

convs = tf.Variable(tf.zeros([..])
tf.update(convs, [..], tf.nn.conv2d(..) + biases1)
tf.update(convs, [..], tf.nn.conv2d(..) + biases2)
^^^^^^^^^         ^^offsets

Answer 1

没有办法做到这一点 - TensorFlow 对象在设计上是不可变的。

可能还有另一种方法可以完成您想要的事情（如果了解内存不足以供将来改进的情况会很有趣）。