将tensorflow变量分配给数组中的元素

Question

我是tensorflow的新手，当我玩它时。我遇到一些问题

import numpy as np 

t_p2 = tf.Variable(5., dtype=tf.float32) 
spar_f = tf.exp(t_p2) 

A = np.array(3) 
A[0] = spar_f 

然后一个错误有人提出：

ValueError: setting an array element with a sequence. 

在一般情况下，如果我想分配tensorflow对象的元素在numpy的阵列。 做什么是最好的方法？

感谢

Answer 1

尝试以下操作：

import numpy as np 
import tensorflow as tf 

t_p2 = tf.Variable(5., dtype=tf.float32) 
spar_f = tf.exp(t_p2) 

A = np.array([3]) 
with tf.Session() as sess: 
    sess.run(t_p2.initializer) 
    A[0] = sess.run(spar_f) 

print(A) 

注意，你转成你原来的例子数组。

那么你错过了什么？在范例得到解释的first part of the getting started tutorial中，首先在张量流中定义一个图。一旦构建图表，您可以在会话中使用该图表来运行计算。我在上面的例子中做了什么，运行计算并将结果存储在一个numpy数组中。