TypeError：“张量”对象不支持项目分配答案

【问题标题】：TypeError: 'Tensor' object does not support item assignmentTypeError：“张量”对象不支持项目分配
【发布时间】：2017-01-17 21:32:43
【问题描述】：

output = tf.zeros(shape=[2, len(wss), 3, 2*d])
for i, atten_embed in enumerate(atten_embeds):
    for j, ws in enumerate(wss):
        conv_layer = conv_layers_A[j]
        conv = conv_layer(atten_embed)
        new_shape = (reduce(lambda x,y:x*y, conv.get_shape()[:-1]).value,num_filters)
        conv = K.reshape(conv, new_shape)
        for k, pooling in enumerate([K.max, K.min, K.mean]):
            print output[i,j,k,:]
            output[i,j,k,:] = pooling(conv, 0)

---> 15 个输出[i,j,k,:] = pooling(conv, 0)

TypeError: 'Tensor' 对象不支持项目分配

在我上面实现的代码中，每个pooling(conv, 0) 都返回一个Tensor("Squeeze_2:0", shape=(8,), dtype=float32)，我应该如何将这些张量打包成一个更大的张量，形状我在output 中定义？

【问题讨论】：

标签： tensorflow keras

【解决方案1】：

output = []
for i, atten_embed in enumerate(atten_embeds):
    for j, ws in enumerate(wss):
        conv_layer = conv_layers_A[j]
        conv = conv_layer(atten_embed)
        new_shape = (reduce(lambda x,y:x*y, conv.get_shape()[:-1]).value,num_filters)
        conv = K.reshape(conv, new_shape)
        for k, pooling in enumerate([K.max, K.min, K.mean]):
            output.append(pooling(conv, 0))

output = tf.reshape(tf.pack(output), shape=(2, len(wss), 3, num_filters))

【讨论】：