Tensorflow 剪裁（筛选）tf.placeholder值

我想更改tf.placeholder值，以便：

值 它不是精确的剪裁，所以我不能使用：

tf.clip\u by\u value（）

我尝试了这个建议，到目前为止我已经做到了：

x = tf.placeholder(tf.float32, None)
condition = tf.less(x, tf.constant(SmallConst))
tf.assign(x, tf.where(condition, tf.zeros_like(x), x))

然而，在运行此命令时，我得到一个错误，即

AttributeError: 'Tensor' object has no attribute 'assign'

似乎

tf.assign（）

可以在

tf.Variable

上执行，但不能在

tf.placeholder

上执行

我还有别的办法吗

---

谢谢大家!

是的，这比你想象的还要容易：

x = tf.placeholder(tf.float32, None)
# create a bool tensor the same shape as x
condition = x < SmallConst 

# create tensor same shape as x, with values greater than SmallConst set to 0
to_remove = x*tf.to_float(condition)

# set all values of x less than SmallConst to 0
x_clipped = x - to_remove 

努比也是如此

---

只对变量有效，因为它将

通过给“ref”赋值来更新“ref”

---

tensorflow中的张量是不变的。对张量进行任何运算的结果都是另一个张量，但原始张量永远不会改变。然而，变量是可变的，您可以使用

tf.assign（）

更改它们的值！谢谢。

x_clipped = x - x*tf.to_float(x < small_const)

a = tf.placeholder(tf.int32)
b = a + 1
c = a > 0
print(b) # gives "<tf.Tensor 'add:0' shape=<unknown> dtype=int32>"
print(c) # gives "<tf.Tensor 'Greater:0' shape=<unknown> dtype=bool>"
sess.run(b, {a: 1}) # gives scalar int32 numpy array with value 2
sess.run(c, {a: 1}) # gives scalar bool numpy array with value True