如何在Keras进行切片分配（使用TensorFlow作为后端）

比如说,

a = Input(...)
b = keras.layers.Conv2D(...)(a)
c = keras.backend.zeros(...)

c[...].assign(b[...])

因为它是在编译模型之前使用的，所以当我尝试使用函数

assign（）

（这是一个TensorFlow函数）时，会出现错误： “Tensor”对象没有属性“assign”

这可能是因为在编译模型之前，变量的第一个dim是

None

。

---

那么，有没有办法进行切片赋值呢？

一般来说，张量流张量是不可赋值的。然而，根据官方的说法，

tf.assign（）

函数只适用于可变张量，而可变张量应该来自可变节点。因此，下面的代码是有效的。其余的将在很大程度上取决于你的具体情况

var1=tf.keras.backend.zeros（1,1）
var2=var1[0]。分配（1）
sess=tf.Session（）
sess.run（tf.global\u variables\u initializer（））
打印（sess.run（var2））

你可能会发现这个答案很有用

---

你的问题内容太少了。编译后的模型可能与此无关。