python - 张量到变量的切片赋值

Question

我正在尝试进行切片赋值，但出现以下错误，即使在我将所有张量转换为变量之后也是如此:

array = tf.Variable(tf.zeros((b,n,m)))
ones = tf.Variable(tf.ones((m)))
labels = tf.Variable(tf.ones((b), dtype=tf.int32))

for i in range(b):
    with tf.control_dependencies([array[i][labels[i]].assign(ones)]):
        array = tf.identity(array)

ValueError: Sliced assignment is only supported for variables 

如何在 TensorFlow 中进行此分配:

array[i][labels[i]] = [1,1,1,1,1,1] 

?

Answer 1

我已经在必要时使用注释更新了您的代码。

array = tf.Variable(tf.zeros((b,n,m)))
ones = tf.Variable(tf.ones((m)))
labels = tf.Variable(tf.ones((b), dtype=tf.int32)) 
#labels = np.ones(b,dtype=np.int8) if you want a array

with tf.control_dependencies([array[i,labels[i],:].assign(tf.ones(m)) for i in range(b)]): # should give the list of slice assignment here
 array = tf.identity(array) #conver to a tensor 

sess = tf.Session()
with sess.as_default():
    sess.run(tf.global_variables_initializer())
    print(array.eval()) #print the new array (optional, only to see the values)

注意事项

• [array[i][labels[i]] ---> [array[i,labels[i],:]] 对我来说似乎是一个语法错误。

• tf.identity(array) 返回一个张量作为数组的形状。当您再次将其分配给array 时，array 将变为tensor 而不是不再是变量。您不能对张量进行切片分配。

• 您需要提供一个切片分配列表作为参数tf.control_dependencies

  希望这对您有所帮助。