在 Tensorflow 中有效地输入变量答案

【问题标题】：Feed Variables in Tensorflow Efficiently在 Tensorflow 中有效地输入变量
【发布时间】：2019-02-27 21:50:30
【问题描述】：

我需要将字典输入到 Tensorflow 中的一组变量中，并实际更改它们的值。我试过：sess.run([], feed_dict=feed_dict)，运行结果是使用feed_dict执行的，但是变量值没有更新。为了更新这些值，我还尝试对每个变量进行“加载”。这行得通，但效率极低。加载约 20 个 20M 数据的变量需要 10 秒。我需要它在 1 秒内。（喂它只需要~100ms）有没有更有效的方法来做到这一点？

下面是一个例子：

import tensorflow as tf
import numpy as np

variables = []
for i in range(100):
    variables.append(tf.Variable(np.random.rand(100, 100)))

sess = tf.Session()

feed_dict = dict()
for var in variables:
    feed_dict[var] = np.ones((100, 100))

sess.run(tf.initialize_all_variables())



# this is fast but do not actaully load variables (~ 14ms)
sess.run(variables, feed_dict=feed_dict)

# this loads, but is extremely slow (~8s)
data = np.ones((100, 100))
for var in variables:
    var.load(data, sess)

【问题讨论】：

请以 mcve 的形式显示代码。不知道你的意思
添加了一个例子。谢谢:-)

标签： tensorflow

【解决方案1】：

命令

sess.run(variables, feed_dict=feed_dict)

不更新变量的值，它只是运行张量，就好像变量是从 feed_dict 中输入值的占位符一样。如果你想改变变量的值，你可以使用 tf.assign：

data = np.ones((100, 100))
assg = [tf.assign(var, data) for var in variables]
sess.run(assg)
print(sess.run(variables)) # arrays of 1s

【讨论】：