在使用Tensorflow進行訓練時修改張量的值

Question

我想在使用Tensorflow訓練我的模型時修改張量的值。

這是張張量的一個在我的模型

weight = tf.Variable(np_matrix) 

一些迭代後，weight值將自動更新。

我的問題是：如何非自動修改weight的值。我已經嘗試過這種方法，但沒有奏效。

modify_weight = sess.run([weight], feed_dict = feed_dict) 
modify_weight[0] = [0, 0] 
weight = tf.Variable(modify_weight) 

這部分代碼在tf.Session()部分（因爲我想在訓練時間修改數值。）

謝謝！

Answer 1

和其他所有一樣，作業也是一種操作，我們必須創建一個圖形，並使用tf.assign並在會話中運行它。

所以你創建的操作是這樣的：

assign = tf.assign(weight, value) 

其中value是numpy陣列的weight相同的形狀（或tf.Placeholder可以與進料字典修改）然後運行該曲線圖在會話：

sess.run(assign) 

tf.Variable的也有一個方法assign，從而可以直接創建的操作從可變起始：

assign = weight.assign(value) 

而不是在會話中運行它。