平鋪TensorFlow中的變量張量是否會創建新變量？

Question

我有（2×1）可變張量我定義爲：

W = tf.Variable(tf.random_normal([2, 1])) 

有因此是在（2×1）矢量2名的變量。然後我繼續平鋪張量，如下所示：

W = tf.tile(W,tf.constant([1,3])) 

我們現在有一個（2x3）張量。我的問題是這樣的：

我們知道有6個獨特的變量嗎？或者2個獨特的變量在3列上平鋪？

Answer 1

它的行爲如你所願：原始變量是平鋪的，並且沒有變量創建。這是很容易檢查：

import tensorflow as tf 

W = tf.Variable(tf.zeros((2,1))) 
Wt = tf.tile(W, (1,3)) 

sess = tf.InteractiveSession() 
tf.global_variables_initializer().run() 
print(Wt.eval()) 
# [[ 0. 0. 0.] 
# [ 0. 0. 0.]] 
W[0,0].assign(1).eval() 
print(Wt.eval()) 
# [[ 1. 1. 1.] 
# [ 0. 0. 0.]] 

Wt不是一個變量，而不能指定：

Wt[0,0].assign(1).eval() 
# ValueError: Sliced assignment is only supported for variables