如何在 TensorFlow 中取消引用 _ref 张量类型？

Question

如何将引用张量类型转换为值张量类型？

我找到的唯一方法是给张量加一个零。有什么方便的方法吗？

下面assign是引用类型的张量。如何摆脱 _ref?

import tensorflow as tf

counter = tf.Variable(0, name="counter")

zero = tf.constant(0)
one = tf.constant(1)

new_counter = tf.add(counter, one)
assign = tf.assign(counter, new_counter) # dtype=int32_ref
result = tf.add(assign, zero) # dtype=int32
result2 = tf.convert_to_tensor(assign) # dtype=int32_ref
# result3 = assign.value() # has no attribute value

Answer 1

一般来说，您应该能够在任何需要 tf.foo 类型张量的地方使用 tf.foo_ref 类型张量。 TensorFlow ops 将隐式取消引用它们的输入参数（除非明确期望引用张量，例如 tf.assign()）。

取消引用张量的最简单方法是使用tf.identity()，如下所示：

counter = tf.Variable(0)
assert counter.dtype == tf.int32_ref

counter_val = tf.identity(counter)
assert counter_val.dtype == tf.int32

请注意，这回答了您的问题，但可能具有令人惊讶的语义，因为 tf.identity() 不会复制 底层缓冲区。因此，上例中的counter和counter_val共享同一个缓冲区，对counter的修改会反映在counter_val:

中

counter = tf.Variable(0)
counter_val = tf.identity(counter)  # Take alias before the `assign_add` happens.
counter_update = counter.assign_add(1)

with tf.control_dependencies([counter_update]):
  # Force a copy after the `assign_add` happens.
  result = counter_val + 0

sess = tf.Session()
sess.run(tf.initialize_all_variables())

print sess.run(result)  # ==> 1  (result has effect of `assign_add`)

如何在 TensorFlow 中取消引用 _ref 张量类型？

How to dereference _ref tensor type in TensorFlow?

python

reference

dereference

tensorflow