小编Hen*_*low的帖子

做

b = tf.slice(a, [...], [...])

分配一个新的内存缓冲区，然后从 a 的缓冲区复制？或者 a 和 b 共享相同的缓冲区吗？

还有，那又怎么样

... = tf.nn.convolution(tf.slice(a, [...], [...]), ...)

在这种情况下，切片没有被命名。这会导致分配和复制吗？

一般来说，有一些资源可以学习这些内存管理细节吗？

谢谢！

以下代码有什么问题？如果将tf.assignop应用于tf.Variable循环的外部，则将其应用于切片时效果很好。但是，在这种情况下，它给出以下错误。

import tensorflow as tf

v = [1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0]
n = len(v)
a = tf.Variable(v, name = 'a')

def cond(i, a):
    return i < n 

def body(i, a):
    tf.assign(a[i], a[i-1] + a[i-2])
    return i + 1, a

i, b = tf.while_loop(cond, body, [2, a]) 

结果是：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/home/hrbigelow/anaconda3/lib/python3.6/site-packages/tensorflow/python/ops/control_flow_ops.py", line 3210, in while_loop
    result = loop_context.BuildLoop(cond, body, loop_vars, …