我正在使用 MNIST，我有一个大小为 [?,28,28,1] 的梯度张量，我想将其中的一些 [28,28,1] 子张量归零，我应该如何做到这一点？
我知道我需要将子张量归零的索引(作为列表)。我尝试做这样的事情(如下所示)但是，scatter.update只能改变变量而不是张量。我还尝试叠加所需的零和一的子张量，但无法建立所需的结果。
dy_dx, = tf.gradients(loss, x_adv)
zeroes = tf.zeros(dy_dx[0].get_shape(), tf.float32)
dy_dx = tf.scatter_update(dy_dx, indices, zeroes)
谢谢!
最佳答案
我建议创建一个 TensorFlow 常量，在您想要清零的位置使用零，在其他位置使用零。然后您可以创建一个操作，使用 tf.multiply 对常量和 dy_dx 进行逐元素乘法。根据图形的结构，您可能需要在下次调用 session.run 时将结果提供给 dy_dx；您可以用提要数据替换任何张量，包括变量和常量。
顺便说一下，如果你只想将 dropout 应用到输入层，你可以使用 tf.layers.dropout
关于python - 如何在 tensorflow 中更新张量内的子张量？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/47731409/