indexing - 调整张量内的单个值——TensorFlow

Question

我觉得问这个问题很尴尬，但是如何调整张量内的单个值？假设您只想将“1”添加到张量中的一个值？

通过索引来做到这一点是行不通的:

TypeError: 'Tensor' object does not support item assignment

一种方法是构建一个形状相同的 0 张量。然后在你想要的位置调整一个1。然后将两个张量加在一起。这又遇到了与之前相同的问题。

我已经多次阅读 API 文档，但似乎不知道如何执行此操作。提前致谢!

Answer 1

更新:TensorFlow 1.0 包括 tf.scatter_nd()运算符，可用于创建下面的 delta，而无需创建 tf.SparseTensor。

<小时/>

对于现有的操作来说，这实际上是非常棘手的!也许有人可以建议一种更好的方法来结束以下内容，但这是一种方法。

假设您有一个 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。实现此目的的一种方法是定义 tf.SparseTensor , delta，代表变化:

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)

然后您可以使用tf.sparse_tensor_to_dense() op 从 delta 生成稠密张量并将其添加到 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)