我定义了一个(2×1)的变量张量，如下所示：

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

因此，这个(2×1)的向量中有2个变量。接着，我对这个张量进行了平铺操作，如下所示：

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

现在我们有了一个(2×3)的张量。我的问题是：

我们现在是否有6个独特的变量？还是说2个独特的变量被平铺到3列上？

回答：

它的行为如你所预期的：原始变量被平铺，并没有创建新的变量。这很容易验证：

import tensorflow as tfW = 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，不能进行赋值操作：

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