平铺TensorFlow中的变量张量是否会创建新变量？

Question

我有（2×1）可变张量我定义为：

W = tf.Variable(tf.random_normal([2, 1])) 

有因此是在（2×1）矢量2名的变量。然后我继续平铺张量，如下所示：

W = tf.tile(W,tf.constant([1,3])) 

我们现在有一个（2x3）张量。我的问题是这样的：

我们知道有6个独特的变量吗？或者2个独特的变量在3列上平铺？

Answer 1

它的行为如你所愿：原始变量是平铺的，并且没有变量创建。这是很容易检查：

import tensorflow as tf 

W = tf.Variable(tf.zeros((2,1))) 
Wt = tf.tile(W, (1,3)) 

sess = tf.InteractiveSession() 
tf.global_variables_initializer().run() 
print(Wt.eval()) 
# [[ 0. 0. 0.] 
# [ 0. 0. 0.]] 
W[0,0].assign(1).eval() 
print(Wt.eval()) 
# [[ 1. 1. 1.] 
# [ 0. 0. 0.]] 

Wt不是一个变量，而不能指定：

Wt[0,0].assign(1).eval() 
# ValueError: Sliced assignment is only supported for variables