TensorFlow中assign函数

assign (
      ref ,
      value ,
      validate_shape = None ,
      use_locking = None ,
      name = None
  )

通过将 "value" 赋给 "ref" 来更新 "ref".

此操作输出在赋值后保留新值 "ref" 的张量.这使得更易于链接需要使用重置值的操作.

ref：一个可变的张量.应该来自变量节点.节点可能未初始化.
value：张量.必须具有与 ref 相同的类型.是要分配给变量的值.
validate_shape：一个可选的 bool.默认为 True.如果为 true, 则操作将验证 "value" 的形状是否与分配给的张量的形状相匹配；如果为 false, "ref" 将对 "值" 的形状进行引用.
use_locking：一个可选的 bool.默认为 True.如果为 True, 则分配将受锁保护;否则, 该行为是未定义的, 但可能会显示较少的争用.
name：操作的名称(可选).

一个在赋值完成后将保留 "ref" 的新值的张量.

assign_add (
      ref ,
      value ,
      use_locking = None ,
      name = None
  )

通过向 "ref" 添加 "value" 来更新 "ref".

此操作在更新完成后输出 "ref".这使得更易于链接需要使用重置值的操作.

ref：一个可变的张量.必须是下列类型之一：float32,float64,int64,int32,uint8,uint16,int16,int8,complex64,complex128,qint8,quint8,qint32,half.应该来自变量节点.
value：张量.必须有相同的类型 ref,要添加到变量的值.
use_locking：默认为 False；如果为真, 加法将被锁保护；否则,该行为是未定义的,但可能会显示较少的争用.
name：操作的名称(可选).

与“REF”相同.返回是为了希望在更新变量后使用新值的操作的便利.

assign_sub (
      ref ,
      value ,
      use_locking = None ,
      name = None
  )

通过从 "ref" 中减去 "value" 来更新 "ref".

此操作在更新完成后输出 "ref",这使得更易于链接需要使用重置值的操作.

ref：一个可变的张量.必须是下列类型之一：float32,float64,int64,int32,uint8,uint16,int16,int8,complex64,complex128,qint8,quint8,qint32,half.应该来自变量节点.
value：张量.必须有相同的类型 ref.要减去变量的值.
use_locking：一个可选的 bool,默认为 False.如果为 True,减法将被锁定保护,否则行为是未定义的,但可能表现出较少的争用.
name：操作的名称(可选).

与“REF”相同.返回是为了使得在更新变量后要使用新值的操作的便利.

本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：TensorFlow中assign函数 - Python技术站