如何使用張量初始化張量流中的變量？

Question

我正在嘗試使用tf.nn.embedding_lookup()並收到以下警告：

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

我在這個鏈接中讀到，為了避免這個問題，我們應該確保tf.nn.embedding_lookup()的 params 輸入是一個tf.Variable

但是我傳遞給tf.nn.embedding_lookup()的已經是一個張量，它是另一個操作的輸出，我想我不能用它來初始化tf.Variable 。

有沒有辦法將張量轉換為 tf.Variable 或用另一個張量初始化一個？

Answer 1

tf.Variable表示一個張量，其值可以通過在其上運行操​​作來更改。

在內部，一個tf.Variable存儲一個持久張量。

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

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

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

initial_value ：一個張量，或可轉換為張量的 Python 對象，這是變量的初始值。

除非validate_shape 設置為False，否則初始值必須具有指定的形狀。 也可以是一個沒有參數的可調用對象，在調用時返回初始值。 在這種情況下，必須指定 dtype。

（請注意，init_ops.py 中的初始化函數必須先綁定到一個形狀，然后才能在這里使用。）

總之，您可以使用另一個Tensor對象初始化tf.Variable 。