下午好 . 我繼續(xù)遇到通過索引更新張量流中的隨機元素的問題 . 我想隨機選擇索引(例如，一半)，然后設(shè)置為零元素對應(yīng)于那些索引 . 這是有問題的部分：

with tf.variable_scope("foo", reuse=True):

temp_var = tf.get_variable("W")

size_2a = tf.get_variable("b")

s1 = tf.shape(temp_var).eval()[0]

s2 = tf.shape(size_2a).eval()[0]

row_indices = tf.random_uniform(dtype=tf.int32, minval=0, maxval = s1 - 1, shape=[s1]).eval()

col_indices = tf.random_uniform(dtype=tf.int32, minval=0, maxval = s2 - 1, shape=[s2]).eval()

ones_mask = tf.ones([s1,s2])

# turn 'ones_mask' into 1d variable since "scatter_update" supports linear indexing only

ones_flat = tf.Variable(tf.reshape(ones_mask, [-1]))

# no automatic promotion, so make updates float32 to match ones_mask

updates = tf.zeros(shape=(s1,), dtype=tf.float32)

# get linear indices

linear_indices = row_indices*s2 + tf.reshape(col_indices,s1*s2)

ones_flat = tf.scatter_update(ones_flat, linear_indices/2, updates)

#I want to set to zero only half of all elements,that's why linear_indices/2

# convert back into original shape

ones_mask = tf.reshape(ones_flat, ones_mask.get_shape())

它給了我ValueError：不能用10個元素重塑一個張量來為'foo_1 / Reshape_1'(op：'Reshape')塑造[784,10](7840個元素)輸入形狀：[10]，[2] . 但是我不知道如何在沒有重塑的情況下來到這里(我試圖重塑s1和s2，沒有用)

總結(jié)

以上是生活随笔為你收集整理的java 线性计算_计算线性指数Tensorflow的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。