Dostosuj pojedynczą wartość w tensorze - TensorFlow

Question

Czuję się zakłopotany, prosząc o to, ale jak dostosować pojedynczą wartość w tensorze? Załóżmy, że chcesz dodać "1" tylko do jednej wartości w tensorze?

Robi to poprzez indeksowanie nie działa:

TypeError: 'Tensor' object does not support item assignment 

Jednym rozwiązaniem byłoby zbudowanie identycznie ukształtowane tensor 0 jest. A następnie dostosowując 1 w żądanej pozycji. Wtedy dodalibyście razem dwa tensory. Znowu to prowadzi do tego samego problemu, co wcześniej.

Przeczytałem kilka razy dokumenty API i nie wiem, jak to zrobić. Z góry dziękuję!

Answer 1

UPDATE: TensorFlow 1.0 zawiera operator tf.scatter_nd(), który może być używany do tworzenia delta poniżej bez tworzenia tf.SparseTensor.

---

To jest rzeczywiście zaskakująco podchwytliwe z istniejącymi ops! Być może ktoś może zaproponować lepszy sposób na zawarcie poniższych, ale oto jeden sposób, aby to zrobić.

Powiedzmy masz tf.constant() tensor:

c = tf.constant([[0.0, 0.0, 0.0], 
       [0.0, 0.0, 0.0], 
       [0.0, 0.0, 0.0]]) 

... i chcesz dodać 1.0 na miejscu [1, 1]. Jednym ze sposobów można to zrobić jest zdefiniowanie tf.SparseTensor, delta, reprezentujący zmiany:

indices = [[1, 1]] # A list of coordinates to update. 

values = [1.0] # A list of values corresponding to the respective 
       # coordinate in indices. 

shape = [3, 3] # The shape of the corresponding dense tensor, same as `c`. 

delta = tf.SparseTensor(indices, values, shape) 

Następnie można użyć tf.sparse_tensor_to_dense() op, aby gęstą tensor z delta i dodać go do c:

result = c + tf.sparse_tensor_to_dense(delta) 

sess = tf.Session() 
sess.run(result) 
# ==> array([[ 0., 0., 0.], 
#   [ 0., 1., 0.], 
#   [ 0., 0., 0.]], dtype=float32) 

Answer 2

Co powiecie na tf.scatter_update(ref, indices, updates) lub tf.scatter_add(ref, indices, updates)?

ref[indices[...], :] = updates 
ref[indices[...], :] += updates 

Zobacz this.