如何将张量值分配给另一个函数的张量变量？答案

【问题标题】：How to assign tensor value in to another function's tensor variable?如何将张量值分配给另一个函数的张量变量？
【发布时间】：2017-01-20 13:13:27
【问题描述】：

我正在从一组数据中计算一些特征。我为每个计算制作了函数。我想将所有这些值放在另一个函数的数组中，并且我想调用该函数。怎么办？

我拥有的 3 个功能是

def peak_value(x):
    return tf.reduce_max(tf.abs(x))
def rootms(x):
    return tf.sqrt(tf.reduce_mean(tf.square(x)))
def meanofabs(x):
    return tf.reduce_mean(tf.abs(x))

我希望将这些值分配给函数内部的数组

def pooldata(x,size):
    pool = tf.zeros([1,size],tf.float32)
    # i want to 
    # assign pool[0] with peak_value(x)
    # assign pool[1] with rootms(x)
    # assign pool[2] with meanofabs(x)
    return pool

那我要调用函数

# define x, size
model = tf.intialize_all_variables()
sess = tf.Session()
sess.run(model)
print(sess.run(pooldata)) # print all the three values

我该怎么做？

我试过了

tf.assign(pool[0],peak_value(x))

但它给了我错误

TypeError: Input 'ref' of 'Assign' Op requires l-value input

【问题讨论】：

标签： python tensorflow variable-assignment

【解决方案1】：

tf.assign 仅允许您将值分配给整个变量，而不是变量的一部分。您必须使用 tf.scatter_update 分配给变量的切片。但是，在您的情况下，您可以通过连接三个值来简单地创建 pool 张量。这是完整的工作程序：

import tensorflow as tf

def peak_value(x):
    return tf.reduce_max(tf.abs(x))
def rootms(x):
    return tf.sqrt(tf.reduce_mean(tf.square(x)))
def meanofabs(x):
    return tf.reduce_mean(tf.abs(x))


def pooldata(x,size):
    pool = tf.concat_v2([tf.expand_dims(peak_value(x), 0),
                         tf.expand_dims(rootms(x), 0),
                         tf.expand_dims(meanofabs(x), 0)], axis=0)
    # i want to
    # assign pool[0] with peak_value(x)
    # assign pool[1] with rootms(x)
    # assign pool[2] with meanofabs(x)
    return pool

sess = tf.Session()
size = 1
x = [1.0]

print(sess.run(pooldata(x, size)))

【讨论】：