Python 如何通过保存来初始化张量对象？（无）进入？

假设我有一个张量对象

h1=（？，256）

如何通过保留“？”（无）条目将

h1

初始化为

h1=（？，零（256））

（即初始化

h1[1]=零（256）

，保留“无”原样）

我的代码：

h1 = np.zeros((h1.shape[0], h1.shape[1]))    
entryh1[1] = np.zeros(256)

---

但是它不起作用。

您可以使用后端函数

零，就像

一样，它将完全实现您想要的，让我们将其包装在

Lambda

层上，以便您可以将其传递到其他层：

import keras.backend as K
# ...
gen_zeros = Lambda(lambda x: K.zeros_like(x), name='gen_zeros')
h1_zeros = = gen_zeros(h1) # will give zeros of h1.shape

---

您可以查看，以了解有关后端中可用于自定义层的函数的更多信息。

您可以编写h1的初始化以澄清“？”请尝试此

h1=（无，numpy.zeros（256））

。尝试

h1[1]=np.zeros（256）

将不起作用，因为元组不支持项赋值h1是“张量”（“双向_1”，shape=（？，256），dtype=float32）。h1=（无，numpy.zeros（256））之后将这个h1输入到LSTM的一个状态输入中，它给出了：AttributeError:“tuple”对象没有属性“get_shape”，谢谢。我需要它的原因是尽可能减少模块的输入数（尽管这可能会使模型摘要有点糟糕）。