使用张量是tensorflow中的字典键

我已经看到了答案。这不是我要找的

我在tensorflow2.0上运行这个

我阅读了TensorFlow文档中的以下句子：

除了tf.Variable，张量的值是不可变的， 这意味着，在单个执行的上下文中，仅使用张量 只有一个值。然而，计算同一张量两次可以 返回不同的值；例如，张量可以是 从磁盘读取数据，或生成随机数

我尝试使用张量作为字典键，但出现以下错误：

Tensor is unhashable if Tensor equality is enabled. Instead, use tensor.experimental_ref() as the key

这个错误意味着什么

变量也是可散列的吗？他们也定义了一个计算，而不是一个计算，那么为什么会有“除了tf.Variable，张量的值是不可变的”的区别呢

这个错误意味着什么

我想你可以在源代码中找到第一个问题的答案

查看上面的注释，您必须显式地为张量启用哈希，如下所示

tf.compat.v1.disable_tensor_equality()

x = tf.ones(shape=[10,2], dtype=np.float32)
dct = {x: 1} # Works fine

发生的情况是，现在返回一个正确的ID，而不是引发错误。这允许您将其用作字典中的键

禁用此功能的缺点是，您无法再使用张量执行元素级比较。比如说,

x = tf.ones(shape=[10,2], dtype=np.float32)
print((x==1.0))

在平等回报的情况下， 在平等的情况下， 变量也是可散列的吗？他们也定义了一个计算，而不是一个计算，那么为什么会有“除了tf.Variable，张量的值是不可变的”的区别呢

是的。如果查看

\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu

函数，它。我不太了解如何使用

id

生成散列id。但只要它是独一无二的，就不成问题。事实上，当变量值成为字典中的键后，您也可以更改它

>>> tf.Tensor(
[[ True  True]
 [ True  True]
 ...
 [ True  True]
 [ True  True]], shape=(10, 2), dtype=bool)

>>> False