我正在尝试实现一个遍历张量行的循环,检索每一行中的索引,使用它们从另一个张量中收集向量,最后将这些向量组合在一个新的张量中 . 问题是每行可能包含不同数量的索引(例如[[-1,-1,1,4,-1],[3,-1,-1,-1,-1]]第一行索引:[1,4];第二行索引[3]) . 当我使用tf.while_loop或tf.scan时,问题就出现了 . 对于第一个,我不明白如何将所有聚集的张量叠加在一起 . 相反,第二个想要所有输出具有相同的形状(似乎我不能说所有输出都具有[None,10]的一般形状) .
有没有人尝试过类似的东西?
我附加了while_loop的代码:
i = tf.constant(0)
def body(i, merging):
i += 1
print('i', i)
i_row = tf.gather(dense, [i])
i_indices = tf.where(i_row > 0)[:, 1]
i_vecs = tf.gather(embeddings_ph, i_indices)
return i, i_vecs
tf.while_loop(lambda i, merging : tf.less(i, 2), body,
loop_vars=[i,merging],
shape_invariants=[i.get_shape(),
tf.TensorShape((None, 3))],
name='vecs_gathering')
它缺少的是在新的张量中将所有的while_loop输出(每个i的i_vec)叠加在一起 .
1 回答
好的,从rnn实现中获得灵感 . 我修改了我的代码如下,现在它完美地工作:
我还想强调一下,当你执行写操作时必须重新分配TensorArray的值(否则tf会抱怨你没有使用你声明的数组)