当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python tf.compat.v1.Variable.__getitem__用法及代码示例


用法

__getitem__(
    slice_spec
)

参数

返回

  • "tensor" 的适当切片,基于 "slice_spec"。作为操作符。该运算符还有一个assign() 方法,可用于生成赋值运算符。

抛出

  • ValueError 如果切片范围为负大小。
  • TypeError TypeError:如果切片索引不是 int、slice、ellipsis、tf.newaxis 或 int32/int64 张量。

在给定变量的情况下创建切片助手对象。

这允许从变量的当前内容的一部分创建sub-tensor。有关切片的详细示例,请参阅tf.Tensor.getitem

此外,此函数还允许分配给切片范围。这类似于 Python 中的__setitem__ 函数。但是,语法不同,因此用户可以捕获分配操作以进行分组或传递给 sess.run() 。例如,

import tensorflow as tf
A = tf.Variable([[1,2,3], [4,5,6], [7,8,9]], dtype=tf.float32)
with tf.compat.v1.Session() as sess:
  sess.run(tf.compat.v1.global_variables_initializer())
  print(sess.run(A[:2,:2]))  # => [[1,2], [4,5]]

  op = A[:2,:2].assign(22. * tf.ones((2, 2)))
  print(sess.run(op))  # => [[22, 22, 3], [22, 22, 6], [7,8,9]]

请注意,分配当前不支持 NumPy 广播语义。

相关用法


注:本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.compat.v1.Variable.__getitem__。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。