Tensorflow 在while循环中使用scatter\u和\u add op？

我试图在

tf.while

循环中执行

tf.scatter\u\u添加

。但它给了我一个错误消息

TypeError: 'ScatterNdAdd' Op requires that input 'ref' be a mutable tensor (e.g.: a tf.Variable)

循环工作的方式似乎是将输入变量从

tf.variable

类型更改为其他类型。可以在while循环中执行分散和添加操作吗

下面是一段代码摘录：

self.hough = tf.Variable(tf.zeros((num_points, num_points), dtype=tf.float32),
                             name='hough')
self.i = tf.constant(0)
c = lambda i, hough: tf.less(i, tf.squeeze(tf.shape(self.img_x)))
b = lambda i, hough: self.ProcessPixel(i, hough)
self.r = tf.while_loop(c, b, [self.i, self.hough], back_prop=False)

这是循环的主体：

def ProcessPixel(self, i, hough):
        pixel_x, pixel_y = self.img_x[self.i], self.img_y[self.i]
        result = self.GetLinesThroughPixel(pixel_x, pixel_y)
        idx = tf.stack([tf.range(num_points, dtype=tf.int64), result])
        pixel_val = self.img[tf.to_int32(pixel_x), tf.to_int32(pixel_y)]

        print type(hough)
        updated_hough = tf.scatter_nd_add(hough, tf.transpose(idx),
                                          updates=pixel_val * tf.ones(num_points))

        return tf.add(i, 1), updated_hough

---

你能再发一些你的代码吗？特别是while_循环和传入的输入。@AvishkarBhoopchand我添加了一个代码示例。我不确定它是否有助于解决这个问题。与其在循环中向变量添加散点，为什么不直接累积结果并在最后应用它呢？所以像

updated\u hough=hough+tf.scatter\u nd（…）

这样的东西，在while循环结束时执行tf.assign（self.hough，self.r[1]）？我不确定我是否理解您的建议或它是否有效。你能再解释一下吗？