Python 如何在自定义Op中变异Tensorflow变量？

我试图修改simple，这样它就不会创建一个新的张量作为返回值，但它实际上改变了输入张量并返回它。我知道这是可能的，因为

scatter

Op

正在做同样的事情，但是看看

scatter

Op

源代码，鉴于我缺乏

C++

经验，我无法准确地找出该做什么

#包括“tensorflow/core/framework/op.h”
#包括“tensorflow/core/framework/shape_inference.h”
使用名称空间tensorflow；
寄存器操作（“调零”）
.输入（“至零：int32”）
.输出（“归零：int32”）
.SetShapeFn（[]（：：tensorflow:：shape_推理：：推理上下文*c）{
c->设置输出（0，c->输入（0））；
返回状态：：OK（）；
});
#包括“tensorflow/core/framework/op_kernel.h”
使用名称空间tensorflow；
类ZeroOutOp：公共操作内核{
公众：
显式zerootop（OpKernelConstruction*context）：OpKernel（context）{}
无效计算（OpKernelContext*上下文）覆盖{
//抓住输入张量
张量输入\u张量=上下文->可变输入（0，真）；
自动输入=输入_张量.flat（）；
//我们总是返回输入ref。
上下文->将输入转发到输出（0，0）；
//将输出张量的第一个元素以外的所有元素设置为0。
const int N=input.size（）；
对于（int i=1；i

如果我编译上述代码并运行一个简单的

Python

脚本来测试它，我会得到以下错误：

Python(14820,0x700003a7e000) malloc: *** error for object 0x7fd5c45a5a88: pointer being freed was not allocated
*** set a breakpoint in malloc_error_break to debug

---

我需要在代码中更改什么才能满足我的需要？

我认为您最好修改获取输入和输出的过程。实际上，根据你的寄存器，它不是参考输入，所以

context->mutable_input(0, true)

会是

context->input(0)

此外，设置输出将更改为

context->set_output(0, context->input(0))

我认为在设置输出后它会工作