小编use*_*700的帖子

我发现Tensorflow提供了scatter_update()为0维度中的张量切片赋值.例如,如果张量T是三维的,我可以赋值v[1, :, :]给T[i, :, :].

a = tf.Variable(tf.zeros([10,36,36]))   
value = np.ones([1,36,36])   
d = tf.scatter_update(a,[0],value)

with tf.Session() as sess:
    sess.run(tf.initialize_all_variables())
    print a.eval()
    sess.run(d)
    print a.eval()

但是如何赋值v[1,1,:]给T[i,j,:]？

a = tf.Variable(tf.zeros([10,36,36]))   
value1 = np.random.randn(1,1,36)    
e = tf.scatter_update(a,[0],value1) #Error

with tf.Session() as sess:
    sess.run(tf.initialize_all_variables())
    print a.eval()
    sess.rum(e)
    print a.eval()

是否有TF提供的其他功能或简单的方法？

我想让我的模型的输入图像(张量)向上/向下或向右/向左移动然后再填充.

例如,如果原始图像是3x3,如下所示,

1 2 3
4 5 6
7 8 9

然后,如果我转向左边,

2 3 0
5 6 0
8 9 0

我发现在Tensorflow中有一个图像旋转功能,但我找不到翻译或移位.如果有内置功能,请告诉我,或建议实施方式.

我想在外部文件(如txt)中写入所有标志及其值.如何自动获取里面的所有内容tf.flag？有没有内置功能？或者是否有简单的方法,例如通过使用循环？

例如,

tf.flags.DEFINE_string("device","/gpu:0", "select device")
tf.flags.DEFINE_integer("rnn_size","64", "number of units")

我想得到

device /gpu:0 
rnn_size 64

我正在尝试从检查点文件中恢复一些变量,如果相同的变量名在当前模型中.
我发现Tensorfow Github有一些方法

所以我想做的是检查检查点文件中的变量名称,has_tensor("variable.name")如下所示,

...    
reader = tf.train.NewCheckpointReader(ckpt_path)
for v in tf.trainable_variables():
    print v.name
    if reader.has_tensor(v.name):
        print 'has tensor'
...

但我发现v.name返回变量name和colon+number.例如,我有变量名W_o,b_o然后v.name返回W_o:0, b_o:0.

但是reader.has_tensor()要求name没有colon和number作为W_o, b_o.

我的问题是:如何去除colon并number在变量名,以读取变量结束了吗？
有没有更好的方法来恢复这些变量？

我正在尝试运行A3C强化学习算法的开放代码来学习A3C代码中的A3C

但是,我遇到了几个错误,除了一个,我可以解决.中的代码,ref()其是被用来tf.Variable的成员函数(1,2),但在最近tensorflow版本0.12rc,该功能似乎被弃用.所以我不知道替换它的最佳方法是什么(我不明白为什么作者使用了ref()).当我刚将它改为变量本身(例如v.ref()to v)时,没有错误,但奖励没有改变.它似乎无法学习,我想这是因为变量没有正确更新.

请告诉我修改代码的正确方法是什么.

我想让我的输入图像（张量）在每批中随机向上/向下或向右/向左移动。

例如，我有一批大小为 的灰度图像[10, 48, 64, 1]。

如果有一张图片，我知道我可以使用 tf.pad 和 tf.slice（或其他内置函数）

但我想通过一次操作将随机移位应用于 10 个不同的图像。

是否可以？还是应该使用诸如 tf.scan 之类的循环？