Python tf.compat.v1.assign_add用法及代碼示例

通過添加value 來更新ref。

用法

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

遷移到 TF2

警告：這個 API 是為 TensorFlow v1 設計的。繼續閱讀有關如何從該 API 遷移到本機 TensorFlow v2 等效項的詳細信息。見TensorFlow v1 到 TensorFlow v2 遷移指南有關如何遷移其餘代碼的說明。

tf.compat.v1.assign_add 主要與即刻執行和 tf.function 兼容。

要切換到原生 TF2 風格，可以使用 tf.Variable 的 'assign_add' 方法：

如何映射參數

TF1 參數名稱	TF2 參數名稱	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	設置為 True 以複製行為(True 是默認值)

使用示例之前和之後

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

後：

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

此操作在更新完成後輸出ref。這使得鏈接需要使用重置值的操作更容易。與 tf.math.add 不同，此操​​作不廣播。 ref 和value 必須具有相同的形狀。