在运行阶段之前定义一个函数来迭代张量

Question

我正在定义一个损失函数，我必须在其中迭代张量的值。当然，这是在训练阶段之前编码的 python 函数，我正在努力研究如何在张量上定义 for 循环。在这个张量中，有一些零和其他数字，但我不知道有多少，这取决于当前批次的训练文件。可能是 2、5、10，...我不知道，所以我不能使用固定值。举个例子

points = tf.constant([[[0], [1], [0], [2], [1], [0], [2], [2], [0], [1]],
                      [[1], [2], [0], [0], [1], [0], [1], [2], [0], [2]],
                      [[0], [2], [1], [0], [2], [0], [1], [2], [0], [1]]], dtype=tf.float32)
max_indices = tf.reduce_max(points[:1])
for index in xrange(max_indices): # error here
    # do stuff

这是错误

TypeError: an integer is required

所以我尝试用另一种方式使用这个

points = tf.constant([[[0], [1], [0], [2], [1], [0], [2], [2], [0], [1]],
                      [[1], [2], [0], [0], [1], [0], [1], [2], [0], [2]],
                      [[0], [2], [1], [0], [2], [0], [1], [2], [0], [1]]], dtype=tf.float32)
items, _ = tf.unique(tf.reshape(points[:1], [-1]))
for item in tf.unstack(items): # error here
    # do stuff

错误是

ValueError: Cannot infer num from shape (?,)

当然会给出这些错误，因为在定义阶段我没有值，但我不知道如何修复它。

Answer 1

我假设基于 "in the definition phase I don't have values"，当您需要迭代数据集时，您正处于会话中。

您可以使用 tf.while_loop(cond, body, loop_vars) 并在每个张量的末尾添加结束条件。这应该是一些不会显示在您的数据集中的值。例如，如果您的数据集仅包含正实数，则可以使用 -1 作为结束条件。

基本上，tf.while_loop(cond, body, loop_vars) 首先调用 cond 应该 return 一个布尔张量。同时，如果 cond 不 return false，body 将与 loop_vars 一起调用。请注意，您要在循环中使用的所有内容都应包含在 loop_vars 中。 loop_vars 上下文之外的全局变量和变量将不起作用。

因此您可以使用 t = tf.constant(0) 作为时间步长，并在每次通过 body 时增加它。然后，在 cond 中，您可以通过使用 x[t] 在每次迭代中获取值来检查您的数据集 x 是否等于您的结束条件。如果它等于这个结束条件，你已经完全迭代了你的张量并且 cond 应该 return false。否则，cond 应该 return 为真，然后您可以通过在 body 中使用 x[t] 将 t 用作某些数据集 x 的迭代器.

这就是我用来解决循环神经网络中可变长度句子迭代的问题。我使用 <end> 作为结束条件，效果很好。我希望这对你也有用！

在运行阶段之前定义一个函数来迭代张量

Define a function to iterate over a tensor before the running phase

python

tensorflow

tensor

在 运行 阶段之前定义一个函数来迭代张量

Define a function to iterate over a tensor before the running phase

python

tensorflow

tensor

在运行阶段之前定义一个函数来迭代张量