TypeError：'Tensor'对象不支持TensorFlow中的项目分配

小编典典

TypeError：'Tensor'对象不支持TensorFlow中的项目分配

python

我尝试运行以下代码：

outputs, states = rnn.rnn(lstm_cell, x, initial_state=initial_state, sequence_length=real_length)

tensor_shape = outputs.get_shape()
for step_index in range(tensor_shape[0]):
    word_index = self.x[:, step_index]
    word_index = tf.reshape(word_index, [-1,1])
    index_weight = tf.gather(word_weight, word_index)
    outputs[step_index,  :,  :]=tf.mul(outputs[step_index,  :,  :] , index_weight)

但是我在最后一行出现错误： TypeError: 'Tensor' object does not support item assignment
似乎我无法分配张量，如何解决？

阅读 198

2020-12-20

共1个答案

小编典典

通常，TensorFlow张量对象不可分配*，因此您不能在分配的左侧使用它。

做您想做的事情的最简单方法是构建张量的Python列表，并tf.stack()在循环结束时将它们在一起：

outputs, states = rnn.rnn(lstm_cell, x, initial_state=initial_state,
                          sequence_length=real_length)

output_list = []

tensor_shape = outputs.get_shape()
for step_index in range(tensor_shape[0]):
    word_index = self.x[:, step_index]
    word_index = tf.reshape(word_index, [-1,1])
    index_weight = tf.gather(word_weight, word_index)
    output_list.append(tf.mul(outputs[step_index, :, :] , index_weight))

outputs = tf.stack(output_list)

*除tf.Variable对象外，使用Variable.assign()etc.方法。但是，rnn.rnn()可能返回tf.Tensor不支持此方法的对象。

2020-12-20