python - tf.tensor_scatter_nd_add 函数确实有效

Question

我想在具有两个新值矩阵的张量的第一个维度中插入两个切片，我正在使用方法 tensor_scatter_add 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 个维度必须匹配 updates 的内部 2 个维度。 两个形状中的维度 0 必须相等，但 5 和 4。

tensor 必须与 updates 具有相同的 dtype 但在您的代码中不同。

存在以下错误:

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 和您传递的散点图到 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:
这应该适合您。

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))