assign函數的算法？

assign()函數

tf中assign()函數可用于對變量進行更新包括變量的value和shape。

涉及以下函數：

tf.assign(ref, value, validate_shape = None, use_locking = None, name=None)

tf.assign_add(ref, value, use_locking = None, name=None)

tf.assign_sub(ref, value, use_locking = None, name=None)

tf.variable.assign(value, use_locking=False)

tf.variable.assign_add(delta, use_locking=False)

tf.variable.assign_sub(delta, use_locking=False)

這6個函數本質上是一樣的，都是用來對變量值進行更新，其中tf.assign還可以更新變量的shape。

解釋一下它們的意思：tf.assign是用value的值賦給ref，這種賦值會覆蓋掉原來的值，即更新而不會創建一個新的tensor。tf.assign_add相當于ref=ref+value來更新ref。tf.assign_sub相當于ref=ref-value來更新ref。tf.variable.assign相當于tf.assign(ref, value)。同理tf.variable.assign_add和tf.variable.assign_sub。

下面對tf.assign函數進行詳細說明。

tf.assign(ref, value, validate_shape = None, use_locking = None, name=None)

args:

ref：一個可變的張量。應該來自變量節點，節點可能未初始化，參考下面的例子。

value：張量。必須具有與 ref 相同的類型。是要分配給變量的值。

validate_shape：一個可選的 bool。默認為 True。如果為 true, 則操作將驗證 "value" 的形狀是否與分配給的張量的形狀相匹配；如果為 false, "ref" 將對 "值" 的形狀進行引用。

use_locking：一個可選的 bool。默認為 True。如果為 True, 則分配將受鎖保護;否則, 該行為是未定義的, 但可能會顯示較少的爭用。

name：操作的名稱（可選）。

返回：

一個在賦值完成后將保留 "ref" 新值的張量。