如何使用张量初始化张量流中的变量？

Question

我正在尝试使用tf.nn.embedding_lookup()并收到以下警告：

UserWarning: Converting sparse IndexedSlices to a dense Tensor of unknown shape. This may consume a large amount of memory.

我在这个链接中读到，为了避免这个问题，我们应该确保tf.nn.embedding_lookup()的 params 输入是一个tf.Variable

但是我传递给tf.nn.embedding_lookup()的已经是一个张量，它是另一个操作的输出，我想我不能用它来初始化tf.Variable 。

有没有办法将张量转换为 tf.Variable 或用另一个张量初始化一个？

Answer 1

tf.Variable表示一个张量，其值可以通过在其上运行操​​作来更改。

在内部，一个tf.Variable存储一个持久张量。

来源： https : //www.tensorflow.org/guide/variables

您可以使用Tensor对象初始化 tf.Variable： tf.Tensor

# Create a variable.
w = tf.Variable(<initial-value>, name=<optional-name>)

initial_value ：一个张量，或可转换为张量的 Python 对象，这是变量的初始值。

除非validate_shape 设置为False，否则初始值必须具有指定的形状。 也可以是一个没有参数的可调用对象，在调用时返回初始值。 在这种情况下，必须指定 dtype。

（请注意，init_ops.py 中的初始化函数必须先绑定到一个形状，然后才能在这里使用。）

总之，您可以使用另一个Tensor对象初始化tf.Variable 。