在使用Tensorflow进行训练时修改张量的值

Question

我想在使用Tensorflow训练我的模型时修改张量的值。

这是张张量的一个在我的模型

weight = tf.Variable(np_matrix) 

一些迭代后，weight值将自动更新。

我的问题是：如何非自动修改weight的值。我已经尝试过这种方法，但没有奏效。

modify_weight = sess.run([weight], feed_dict = feed_dict) 
modify_weight[0] = [0, 0] 
weight = tf.Variable(modify_weight) 

这部分代码在tf.Session()部分（因为我想在训练时间修改数值。）

谢谢！

Answer 1

和其他所有一样，作业也是一种操作，我们必须创建一个图形，并使用tf.assign并在会话中运行它。

所以你创建的操作是这样的：

assign = tf.assign(weight, value) 

其中value是numpy阵列的weight相同的形状（或tf.Placeholder可以与进料字典修改）然后运行该曲线图在会话：

sess.run(assign) 

tf.Variable的也有一个方法assign，从而可以直接创建的操作从可变起始：

assign = weight.assign(value) 

而不是在会话中运行它。