TensorFlow报错InvalidArgumentError：输入与预期float_ref不兼容原因咨询

先看你这段触发报错的代码：

import tensorflow as tf
x = tf.Variable(tf.constant(0.), name="x")
with tf.Session() as s:
    val = s.run(x.assign(1))
    print(val) # 1
    val = s.run(x, {x: 2})
    print(val) # 2
    val = s.run(x.assign(1), {x: 0.}) # InvalidArgumentError

对应的报错信息：

tensorflow.python.framework.errors_impl.InvalidArgumentError: Input 0 of node Assign_1 was passed float from _arg_x_0_0:0 incompatible with expected float_ref.

报错产生的核心原因 #

我来给你拆解这个问题的本质：

• x是一个tf.Variable，它本质是一个带可修改状态的引用型张量（类型为float_ref），和普通的tf.Tensor（不可修改的值型张量）是完全不同的东西。
• 当你执行s.run(x, {x: 2})时，你只是临时用普通张量2替换了x的读取节点输出，这一步没问题——因为读取操作只需要获取值，不管来源是变量还是普通张量。
• 但到了s.run(x.assign(1), {x: 0.})就不一样了：x.assign(1)是一个赋值操作节点，它的设计目的是修改x这个变量的底层状态，所以它要求输入必须是x的引用（float_ref类型）。而你通过{x: 0.}把x替换成了一个普通的float张量（值型，没有可修改的引用），赋值操作找不到它需要修改的变量容器，自然就抛出了类型不兼容的错误。

简单来说：赋值操作必须作用于变量的引用，而你用普通张量临时替换了变量节点，导致赋值操作失去了可修改的目标。

内容的提问来源于stack exchange，提问作者reubenjohn