tf.identity在赋值前不复制值
tf.identity在赋值前不复制值
提问于 2019-09-19 14:49:38
我希望这个程序
- 将
x的旧值复制到tf.identity， - 将新值
y赋给x
但是tf.identity没有保留x的旧值。
tf.control_dependencies应该要求在步骤2之前执行步骤1。
结果：
version: 1.14.1-dev20190531
x_before_: 0.0
x_ident_: 1.0
x_after_: 1.0测试：
import numpy as np
import tensorflow as tf
dtype = np.float32
x = tf.get_variable('x', shape=(), dtype=dtype,
initializer=tf.zeros_initializer)
y = tf.constant(1, dtype=dtype)
# Copy value of x before assigning new value y to x
x_ident = tf.identity(x)
with tf.control_dependencies([x_ident]):
assign_op = tf.assign(x, y)
# Run
init_op = x.initializer
with tf.Session() as sess:
sess.run(init_op)
x_before_ = sess.run(x)
x_ident_ = sess.run([x_ident, assign_op])[0]
x_after_ = sess.run(x)
# Check
print("version:", tf.__version__)
print("x_before_:", x_before_)
print("x_ident_:", x_ident_)
print("x_after_:", x_after_)
assert np.allclose(x_ident_, 0)回答 1
Stack Overflow用户
回答已采纳
发布于 2019-09-19 15:02:24
我在过去发现过这个问题，我认为你是对的，它应该如你所期望的那样起作用。也许它值得提出问题。我没有这样的解决方案，但我的解决办法是有一个无用的操作，比如添加零：
import numpy as np
import tensorflow as tf
dtype = np.float32
x = tf.get_variable('x', shape=(), dtype=dtype,
initializer=tf.zeros_initializer)
y = tf.constant(1, dtype=dtype)
# Force snapshot of x with zero addition
x_ident = x + 0
with tf.control_dependencies([x_ident]):
assign_op = tf.assign(x, y)
# Run
init_op = x.initializer
with tf.Session() as sess:
sess.run(init_op)
x_before_ = sess.run(x)
x_ident_ = sess.run([x_ident, assign_op])[0]
x_after_ = sess.run(x)
# Check
print("version:", tf.__version__)
print("x_before_:", x_before_)
print("x_ident_:", x_ident_)
print("x_after_:", x_after_)
assert np.allclose(x_ident_, 0)输出：
version: 1.14.0
x_before_: 0.0
x_ident_: 0.0
x_after_: 1.0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/58013710
复制相关文章
相似问题
腾讯云开发者
