Python tf.compat.v1.assign_add用法及代码示例

通过添加value 来更新ref。

用法

tf.compat.v1.assign_add(
    ref, value, use_locking=None, name=None
)

迁移到 TF2

警告：这个 API 是为 TensorFlow v1 设计的。继续阅读有关如何从该 API 迁移到本机 TensorFlow v2 等效项的详细信息。见TensorFlow v1 到 TensorFlow v2 迁移指南有关如何迁移其余代码的说明。

tf.compat.v1.assign_add 主要与即刻执行和 tf.function 兼容。

要切换到原生 TF2 风格，可以使用 tf.Variable 的 'assign_add' 方法：

如何映射参数

TF1 参数名称	TF2 参数名称	注意
ref	self	在assign_add() 方法中
value	value	在assign_add() 方法中
use_locking	use_locking	在assign_add() 方法中
name	name	在assign_add() 方法中
-	read_value	设置为 True 以复制行为(True 是默认值)

使用示例之前和之后

前：

with tf.Graph().as_default():
  with tf.compat.v1.Session() as sess:
    a = tf.compat.v1.Variable(0, dtype=tf.int64)
    sess.run(a.initializer)
    update_op = tf.compat.v1.assign_add(a, 1)
    res_a = sess.run(update_op)
    res_a
1

后：

b = tf.Variable(0, dtype=tf.int64)
res_b = b.assign_add(1)
res_b.numpy()
1

此操作在更新完成后输出ref。这使得链接需要使用重置值的操作更容易。与 tf.math.add 不同，此操​​作不广播。 ref 和value 必须具有相同的形状。