Tensorflow - Copy张量与赋值
Tensorflow - Copy张量与赋值
提问于 2020-12-25 14:58:28
复制Tensorflow张量的正确方法是什么？在常规Python中，非原语赋值(b = a)创建了对同一对象的引用，因此我们使用deepcopy。Tensorflow中是否同样需要tf.identity，或者Tensorflow是否将b视为b = a之后的唯一张量
我的具体需求总结如下。我正在构建一个以块为单位的模型，每个块都获取前一块的输出，通过层将其输入，然后与前一块的原始输出相加。请看标记为方法A和方法B的两行，哪一项是正确的？
for block_num in range(4):
if block_num == 0:
x = inputTensor
x = tf.keras.layers.Dense(100, activation='relu')(x)
if block_num > 0:
x = block_output_tensor + x
# method A - assignment
block_output_tensor = x
# method B - copy
# block_output_tensor = tf.identity(x)Stack Overflow用户
发布于 2020-12-25 18:54:00
在您的例子中，简单赋值block_output_tensor = x应该可以很好地工作。只需重新排序行，以便在使用block_output_tensor之前定义它。
但是，在一些更复杂的情况下，使用tf.identity()确保正确的图形布局非常重要。看到这件事讨论了here at SO。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/65445949
复制相关文章
相似问题
腾讯云开发者
