如何定义（稀疏）可变对角张量

Question

在我想用Tensorflow解决的问题中，我想构建一个由块“对角线”的n-dimensional等级张量。也就是说，我想从低阶张量的连接中生成张量对象。

我试图定义整个tf.Variable张量，然后将值0强加给某些变量，但Tensorflow在使用变量张量时不允许赋值。

此外，我想创建具有相同自变量的“对角线”张量，例如，使用堆叠的2D表示，即A 2维张量：

T = [A, 0;0 , A]

我目前的源代码：

shape1 = [3,3,10,10]
shape2 = [3,3]
i1 = tf.truncated_normal(shape1, stddev=1.0, dtype = tf.float32)
i2 = tf.truncated_normal(shape2, stddev=1.0, dtype = tf.float32)
A = tf.Variable(i1)
V = tf.Variable(i2)
for i in range(10):
    for j in range(10):
        if i != j:
            A[:,:,i,j] = tf.zeros((3,3))
        else:
            A[:,:,i,j] = V

当然，此代码返回错误Variable object does not support item assignment。

在一天结束时，我想要的是定义一个变量张量，例如：

T[:,:,i,j] = tf.zeros([D0,D1]), if i != j

和

T[:,:,i,j] = A, if i = j

with A = tf.variable([D0,D1])

非常感谢你提前！

Answer 1

一种方法是使用tf.stack，它将维数为n的张量列表转换为维数为n + 1的张量。

l = []
for i in range(10):
    li = [V * 0.0 if i != j else V for j in range(10)]
    Ai = tf.stack(li)
    l.append(Ai)

A = tf.stack(l)