在 Tensorflow2 中分配给切片

Question

假设我有以下变量 x 并且我希望将 1 分配给所有零。

x = tf.random.poisson((3,5), 1)
idx = x == 0
y = tf.Variable(tf.zeros_like(x, dtype=tf.float32))
y[idx] = 1.0

当我尝试y[idx].assign(1.0)时出现错误： AttributeError: 'tensorflow.python.framework.ops.EagerTensor' object has no attribute 'assign' 。

我还尝试了如下所示的其他变体，但没有成功：

y[idx].assign(tf.ones_like(y[idx]))
y[idx] = tf.ones_like(y[idx], dtype=tf.float32)

选修的

在我的例子中，我真正需要分配的是 -infinity。 我假设如果我能做到以上，我可以分配它，但如果由于某种原因这更复杂，请告诉我。

Answer 1

没有进一步的上下文，我不知道你为什么要更新Variable 。 但是当你创建一个有值的时候（tensorflow 2.0 eager execution下），你可以先预设矩阵：

>>> x
<tf.Tensor: shape=(3, 5), dtype=float32, numpy=
array([[2., 2., 2., 0., 0.],
       [1., 1., 1., 2., 0.],
       [1., 0., 2., 0., 1.]], dtype=float32)>
>>> idx
<tf.Tensor: shape=(3, 5), dtype=bool, numpy=
array([[False, False, False,  True,  True],
       [False, False, False, False,  True],
       [False,  True, False,  True, False]])>
>>> tf.where(idx, np.inf, tf.zeros_like(x, dtype=tf.float32))
<tf.Tensor: shape=(3, 5), dtype=float32, numpy=
array([[ 0.,  0.,  0., inf, inf],
       [ 0.,  0.,  0.,  0., inf],
       [ 0., inf,  0., inf,  0.]], dtype=float32)>
>>> y = tf.Variable(tf.where(idx, np.inf, tf.zeros_like(x, dtype=tf.float32)), dtype=tf.float32)
>>> y
<tf.Variable 'Variable:0' shape=(3, 5) dtype=float32, numpy=
array([[ 0.,  0.,  0., inf, inf],
       [ 0.,  0.,  0.,  0., inf],
       [ 0., inf,  0., inf,  0.]], dtype=float32)>