在张量流中填充 tf.data.Dataset

Question

代码：

a=training_dataset.map(lambda x,y: (tf.pad(x,tf.constant([[13-int(tf.shape(x)[0]),0],[0,0]])),y))

给出以下错误：

TypeError: in user code:

<ipython-input-32-b25101c2110a>:1 None  *
    a=training_dataset.map(lambda x,y: (tf.pad(tensor=x,paddings=tf.constant([[13-int(tf.shape(x)[0]),0],[0,0]]),mode="CONSTANT"),y))
/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/constant_op.py:264 constant  **
    allow_broadcast=True)
/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/constant_op.py:282 _constant_impl
    allow_broadcast=allow_broadcast))
/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/tensor_util.py:456 make_tensor_proto
    _AssertCompatible(values, dtype)
/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/tensor_util.py:333 _AssertCompatible
    raise TypeError("Expected any non-tensor type, got a tensor instead.")

TypeError: Expected any non-tensor type, got a tensor instead.

然而，当我使用：

a=training_dataset.map(lambda x,y: (tf.pad(x,tf.constant([[1,0],[0,0]])),y))

以上代码运行良好。这使我得出结论，有问题：13-tf.shape(x)[0] 但无法理解是什么。我尝试将 tf.shape(x)[0] 转换为 int(tf.shape(x)[0])，但仍然出现相同的错误。

我希望代码做什么：我有一个 tf.data.Dataset 对象，它具有大小为 (None,128) 的可变长度序列，其中第一个维度 (None) 小于 13。我想填充序列，使每个集合的大小为13 即 (13,128)。有没有其他方法（如果不能解决上述问题）？

Answer 1

有效的解决方案：

使用：

paddings = tf.concat(([[13-tf.shape(x)[0],0]], [[0,0]]), axis=0)

而不是使用：

paddings = tf.constant([[13-tf.shape(x)[0],0],[0,0]])

适合我。但是，我还是想不通为什么后面那个不行。

在张量流中填充 tf.data.Dataset

padding in tf.data.Dataset in tensorflow

python-3.x

language-translation

data-pipeline

tensorflow-datasets

tensorflow2.0