Tensorflow：如何修改張量中的值

Question

由於在使用Tensorflow來訓練模型之前需要爲數據編寫一些預處理，因此需要對tensor進行一些修改。但是，我不知道如何修改tensor中的值，例如使用numpy的方式。

這樣做的最好方法是可以直接修改tensor。然而，在當前版本的Tensorflow中似乎不可能。另一種方法是將tensor更改爲ndarray，然後使用tf.convert_to_tensor進行更改。

關鍵是如何將tensor更改爲ndarray。
1）tf.contrib.util.make_ndarray(tensor)： https://www.tensorflow.org/versions/r0.8/api_docs/python/contrib.util.html#make_ndarray
它似乎是最簡單的方法，但我無法在當前版本的Tensorflow中找到此功能。其次，它的輸入是TensorProto而不是tensor。
2）使用a.eval()將a複製到另一個ndarray
但是，它只在筆記本中使用tf.InteractiveSession()。

帶代碼的簡單情況如下所示。該代碼的目的是使得tfc在處理後具有與npc相同的輸出。

提示
你應該把那tfc和npc是相互獨立的。這符合這樣的情況，首先檢索的訓練數據是tensor格式，其格式爲tf.placeholder()。

---

源代碼

import numpy as np 
import tensorflow as tf 
tf.InteractiveSession() 

tfc = tf.constant([[1.,2.],[3.,4.]]) 
npc = np.array([[1.,2.],[3.,4.]]) 
row = np.array([[.1,.2]]) 
print('tfc:\n', tfc.eval()) 
print('npc:\n', npc) 
for i in range(2): 
    for j in range(2): 
     npc[i,j] += row[0,j] 

print('modified tfc:\n', tfc.eval()) 
print('modified npc:\n', npc) 

---

輸出：

TFC：
[[1. 2.]
[3. 4.]]
npc：
[[1. 2.]
[3. 4.]]
改性TFC：
[[1. 2.]
[3. 4.]]
改性NPC：
[[ 1.1 2.2]
[3.1 4.2]]

Answer 1

使用分配和eval（或sess.run）的分配：

import numpy as np 
import tensorflow as tf 

npc = np.array([[1.,2.],[3.,4.]]) 
tfc = tf.Variable(npc) # Use variable 

row = np.array([[.1,.2]]) 

with tf.Session() as sess: 
    tf.initialize_all_variables().run() # need to initialize all variables 

    print('tfc:\n', tfc.eval()) 
    print('npc:\n', npc) 
    for i in range(2): 
     for j in range(2): 
      npc[i,j] += row[0,j] 
    tfc.assign(npc).eval() # assign_sub/assign_add is also available. 
    print('modified tfc:\n', tfc.eval()) 
    print('modified npc:\n', npc) 

它輸出：

tfc: 
[[ 1. 2.] 
[ 3. 4.]] 
npc: 
[[ 1. 2.] 
[ 3. 4.]] 
modified tfc: 
[[ 1.1 2.2] 
[ 3.1 4.2]] 
modified npc: 
[[ 1.1 2.2] 
[ 3.1 4.2]]