tf.scatter_add 导致循环错误

Question

我发现 tf.scatter_add 的行为非常奇怪：我创建了一个 tf.while_loop，它创建了一个包装在 tf.Variable 中的张量。

如果我没有在循环外的变量中添加一些东西，tensorflow 会导致一个错误，告诉我该变量是不可变的。

这是一个 MWE：

import tensorflow as tf        

m = 25
batch_num = 32
num_bus = 50

C = tf.zeros((m, batch_num, num_bus, m),tf.float64)
C = tf.Variable(C)

c = tf.ones((batch_num, num_bus, m), tf.float64)
#C = tf.scatter_add(C,0,c)

k = tf.constant(1)

stop_cond = lambda k,C: k<m

def construct_C(k, C):
    upd_c = c+1
    C = tf.scatter_add(C,k,upd_c)
    return k+1,C

k,C = tf.while_loop(stop_cond,construct_C, (k,C))

sess = tf.Session()
sess.run(tf.global_variables_initializer())
C1 = sess.run(C)

此代码导致错误：TypeError: 'ScatterAdd' Op requires that input 'ref' be a mutable tensor (e.g.: a tf.Variable)。但是，当我取消注释 C = tf.scatter_add(C,0,c) 时，一切正常。

这是故意的吗？我做错了什么？

Answer 1

听起来有些 while_loop 原语不知道变量（相反，他们知道 ref 类型的张量）。这看起来像是代码中的错误 - 请在 github 上提交问题。