Python 更新一维张量中的部分线性指数

我只想更新部分线性索引（单位为1），例如，一半或四分之一，如：[0,1,2,3，…N]更改为[0,1，…，N/2]

    temp_var = tf.get_variable("W")
    size_2a = tf.get_variable("b")
    s1 = tf.shape(temp_var).eval()[0]
    s2 = tf.shape(size_2a).eval()[0]

    ones_mask = tf.ones([s1,s2])
    indices = tf.slice(ones_mask,[0,0],[s1/2,s2])
    # turn into 1d variable since "scatter_update" supports linear indexing only
    ones_flat = tf.Variable(tf.reshape(ones_mask, [-1]))
    indices_flat = tf.Variable(tf.reshape(indices, [-1]))

    # get linear indices
    linear_indices = tf.random_uniform(tf.shape(indices_flat), dtype=tf.int32, minval=0, maxval =s1*s2)

    # no automatic promotion, so make updates float32 to match ones_mask
    updates = tf.zeros(shape=(tf.shape(linear_indices)), dtype=tf.float32)
    ones_flat_new = tf.scatter_update(ones_flat,linear_indices, updates) 

    # convert back into original shape
    ones_mask_new = tf.reshape(ones_flat_new, ones_mask.get_shape())

    W.assign(tf.mul(ones_mask_new,W))

问题是，在将1/2的元素设置为0，再乘以W之后，W似乎没有变化，因为网络的精度没有变化。没有错误，只是这样：

Accuracy_old: 0.9113
Extracting /tmp/data/train-images-idx3-ubyte.gz
Extracting /tmp/data/train-labels-idx1-ubyte.gz
Extracting /tmp/data/t10k-images-idx3-ubyte.gz
Extracting /tmp/data/t10k-labels-idx1-ubyte.gz
lin_ind Tensor("foo_1/random_uniform:0", shape=(1960,), dtype=int32)
upd Tensor("foo_1/zeros:0", shape=(3920,), dtype=float32)
W Tensor("foo/W/read:0", shape=(784, 10), dtype=float32)
Accuracy_new: 0.9113

---

你能帮我找出这里的错误吗？

对不起，你能不能用一个更集中的例子来重新表述你的问题，说明你想测试什么？@drpng，当然，对不起。我想检查我的分散更新是否正常工作。这是一个问题，因为我只能得到关于矩阵形状的信息，因为我没有找到一种方法来打印它，比如[[1,0,1，…，1]，[0,1,1，…，0]]，等等（eval（）没有帮助），所以日志中没有显示错误，精度也没有变化，这取决于预测：

pred=tf.nn.softmax（tf.matmul（x，W）+b）

。你应该能够做

get_shape（）.shape

并打印它。@drpng，谢谢，但我已经知道了形状（选中了它），它是（7840，）我需要知道新值的确切值，以便理解权重是否真的设置为零。你可以做

print（sess.run（ones\u flat\u new））

，如果你想要一个“漂亮的打印”，你也可以做

ones\u flat\u new=tf.print（ones\u flat\u new，[ones\u flat\u new]，“ones flat new:”）

。