在Tensor中调整单值 - TensorFlow

2 回答

• 64

  UPDATE: TensorFlow 1.0包含一个tf.scatter_nd()运算符，可用于在不创建 tf.SparseTensor 的情况下创建 delta .

  ---

  对于现有的操作，这实际上是非常棘手的！也许有人可以建议一个更好的方法来结束以下，但这是一种方法来做到这一点 .

  假设你有一个 tf.constant() 张量：

  c = tf.constant([[0.0, 0.0, 0.0],
                   [0.0, 0.0, 0.0],
                   [0.0, 0.0, 0.0]])
  

  ...并且您想在位置[1,1]添加 1.0 . 您可以这样做的一种方法是定义一个tf.SparseTensor， delta ，表示更改：

  indices = [[1, 1]]  # A list of coordinates to update.
  
  values = [1.0]  # A list of values corresponding to the respective
                  # coordinate in indices.
  
  shape = [3, 3]  # The shape of the corresponding dense tensor, same as `c`.
  
  delta = tf.SparseTensor(indices, values, shape)
  

  然后你可以使用tf.sparse_tensor_to_dense() op从 delta 创建一个密集张量并将其添加到 c ：

  result = c + tf.sparse_tensor_to_dense(delta)
  
  sess = tf.Session()
  sess.run(result)
  # ==> array([[ 0.,  0.,  0.],
  #            [ 0.,  1.,  0.],
  #            [ 0.,  0.,  0.]], dtype=float32)
  

  回复于 2024-05-02T23:39:41+08:00
• 8

  tf.scatter_update(ref, indices, updates) 或 tf.scatter_add(ref, indices, updates) 怎么样？

  ref[indices[...], :] = updates
  ref[indices[...], :] += updates
  

  见this .

  回复于 2024-05-02T23:39:41+08:00