embedding.assign(embedding

1.这个问题是来自Tensorboard可视化过程中
2.embedding.assign(embedding_input)这个语句的用法是什么？
简单的讲，就是把embedding_input赋值给embedding，当然这里的量全是tensor
那为什么不使用简单的embedding = embedding_input呢？
因为一般来讲，完整的式子是：
assignment = embedding.assign(embedding_input)
表达的意思是：
用被embedding_input赋值的embedding传给assignment
这一个等式完成了多种运算，根据下面我给出的比较代码可以看出，sess.run(embedding)后发现，embedding的值也变了。
这其实和我们传统意义上对tensor的操作是不同的，比如tf.reshape()或embedding.reshape()
这种类型的语句并不会改变原来tensor的shape，而是通过
embedding = embedding.reshape()的形式间接改变变量shape的。
3.embedding.assign(embedding_input)与tf.assign(embedding ,embedding_input)是等效的操作
4.最后贴上这几个的对比代码（有详解）:

import tensorflow as tf
import numpy as np
# assign用法
embedding_size = 3
embedding = tf.Variable(tf.zeros([1024, embedding_size]), name="test_embedding")
embedding_input = tf.Variable(tf.constant(1.0, shape=(1024, embedding_size)))
assignment = embedding.assign(embedding_input)  # 将embedding_input赋给embedding,然后embedding间接传给了assignment
a = np.random.random(size=[1024, embedding_size])  # 建立实际feed值
sess = tf.Session()  # 建立会话
b = sess.run(assignment, feed_dict={embedding_input: a})  # 执行给b赋值的功能,注意assignment仍是tensor
print(b)
c = sess.run(embedding)
print(c)  # 说明assign的操作可以让embedding的值改变# 换用tf.assign（）也可以
embedding_size = 3
embedding = tf.Variable(tf.zeros([1024, embedding_size]), name="test_embedding")
embedding_input = tf.Variable(tf.constant(1.0, shape=(1024, embedding_size)))
assignment = tf.assign(embedding, embedding_input)  # 将embedding_input赋给embedding,然后embedding间接传给了assignment
a = np.random.random(size=[1024, embedding_size])  # 建立实际feed值
sess = tf.Session()  # 建立会话
b = sess.run(assignment, feed_dict={embedding_input: a})  # 执行给b赋值的功能,注意assignment仍是tensor
print(b)
# 如果在这里将上面的会话结束，则所有的值都会被清空
# sess.close()
c = sess.run(embedding)
print(c)  # 说明assign的操作可以让embedding的值改变# 对比下如果是像tf.reshape的函数，会改变吗
#%%
import tensorflow as tf
embedding_size = 3
embedding = tf.zeros([1024, embedding_size], name="test_embedding")
tf.reshape(embedding, shape=(32, 32, embedding_size))
sess = tf.Session()  # 建立会话
array = sess.run(embedding)
print(array.shape)
# 实验结果表明，embedding的shape并不会变为32,32,3
#%%# 其实直接赋值也可以
embedding_size = 3
# embedding = tf.Variable(tf.zeros([1024, embedding_size]), name="test_embedding")
embedding_input = tf.Variable(tf.constant(1.0, shape=(1024, embedding_size)))
# assignment = embedding.assign(embedding_input)  # 将embedding_input赋给embedding,然后embedding间接传给了assignment
assignment = embedding_input
a = np.random.random(size=[1024, embedding_size])  # 建立实际feed值
sess = tf.Session()  # 建立会话
b = sess.run(assignment, feed_dict={embedding_input: a})  # 执行给b赋值的功能,注意assignment仍是tensor
print(b)

5.本人现在的研究方向是：图像的语义分割，如果有志同道合的朋友，可以组队学习
haiyangpengai@gmail.com

embedding.assign(embedding_input)的解读相关推荐

d3设置line长度_万物皆可Embedding之LINE算法解读
需要论文的朋友可以后台私信我获取前言上一篇文章给大家带来了Graph Embedding技术中的代表算法Deepwalk,今天给大家介绍graph embedding又一代表算法--LINE,LI ...
d3设置line长度_Graph Embedding之LINE算法解读
需要论文的朋友可以后台私信我获取前言上一篇文章给大家带来了Graph Embedding技术中的代表算法Deepwalk,今天给大家介绍graph embedding又一代表算法--LINE,LI ...
那些TensorFlow上好玩的和黑科技
那些TensorFlow上好玩的和黑科技 Google于2017年2月16日(北京时间)凌晨2点在美国加利福尼亚州山景城举办了首届TensorFlow开发者峰会.Google现场宣布全球领先的深度学习 ...
【转载】史上最全：TensorFlow 好玩的技术、应用和你不知道的黑科技
[导读]TensorFlow 在 2015 年年底一出现就受到了极大的关注,经过一年多的发展,已经成为了在机器学习.深度学习项目中最受欢迎的框架之一.自发布以来,TensorFlow 不断在完善并增加 ...
论文解读：Hierarchical Topic Mining via Joint Spherical Tree and Text Embedding（通过联合球面树和文本进行的层次主题挖掘）
本文是知识发现与数据挖掘的大作业,主要是对论文<Hierarchical Topic Mining via Joint Spherical Tree and Text Embedding> ...
神经网络架构搜索（NAS）综述 | 附AutoML资料推荐
本文是一篇神经网络架构搜索综述文章,从 Search Space.Search Strategy.Performance Estimation Strategy 三个方面对架构搜索的工作进行了综述,几 ...
自然语言处理和计算机视觉相关论文总结
自然语言处理命名实体识别论文名称期刊/会议时间解读特点代码 Unified Named Entity Recognition as Word-Word Relation Classifi ...
论文解读：（TransH）Knowledge Graph Embedding by Translating on Hyperplanes
转自: https://blog.csdn.net/qq_36426650/article/details/103336589?utm_medium=distribute.pc_relevant.no ...
【论文解读 ICLR 2020 | Jure Leskovec组】Query2box: Reasoning over KGs in Vector Space using Box Embedding
论文题目:Query2box: Reasoning over Knowledge Graphs in Vector Space using Box Embeddings 论文来源:ICLR 2020 ...

embedding.assign(embedding_input)的解读

embedding.assign(embedding_input)的解读相关推荐

最新文章

热门文章