代码之家 › 专栏 › 技术社区 › Vincent Stimper

更新TensorFlow中的张量切片

tensorflow python

2

Vincent Stimper · 技术社区 · 7 年前

我想更新一个三维张量的切片。跟随 How to do slice assignment in Tensorflow 我想做点什么

import tensorflow as tf

with tf.Session() as sess:
    init_val = tf.Variable(tf.zeros((2, 3, 3)))
    indices = tf.constant([[0, 0, 0], [0, 0, 1], [0, 1, 0], [0, 1, 1]])
    update = tf.scatter_nd_add(init_val, indices, tf.ones(4))

    init = tf.global_variables_initializer()
    sess.run(init)
    print(sess.run(update))

这是可行的,但是由于我的实际问题更复杂,我希望通过定义切片的开始和大小,以某种方式自动生成一组索引,例如如果您要使用 tf.slice(...) . 你有什么想法吗?事先谢谢!

我使用的是TensorFlow 1.12,它是当前最新的版本。

1 回复 | 直到 7 年前

1

javidcf 7 年前

tf.strided_slice 支架通过A var 用于指示切片引用的变量的参数,因此当传递该变量时,它将返回一个可分配对象(我不确定为什么它们不只是根据输入的类型执行此操作,而是执行其他操作)。你可以这样做:

import tensorflow as tf
import numpy as np

var = tf.Variable(np.ones((3, 4), dtype=np.float32))
s = tf.strided_slice(var, [0, 2], [2, 3], var=var, name='var_slice')
s2 = s.assign([[2], [3]])
init_op = tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init_op)
    print(sess.run(s2))

输出:

[[1. 1. 2. 1.]
 [1. 1. 3. 1.]
 [1. 1. 1. 1.]]

请注意 tf.跨步切片 您提供开始和结束索引(不包括结束),与中不同 tf.slice ,给出开始和大小。另外,正如目前的代码,您必须为slice或assign操作提供一个name值(我认为这应该是一个bug,并且会发生这种情况,因为API的那部分几乎只在内部使用)。