python – 在一个张量上循环
发布时间:2020-12-16 23:44:22 所属栏目:Python 来源:网络整理
导读:我试图以 python的方式处理一个可变大小的张量,如下所示: # X is of shape [m,n]for x in X: process(x) 我试图使用tf.scan,问题是我想处理每个子张量,所以我试图使用嵌套扫描,但是我启用了它,因为tf.scan可以使用累加器,如果没有发现它将把elems的第一个条
我试图以
python的方式处理一个可变大小的张量,如下所示:
# X is of shape [m,n] for x in X: process(x) 我试图使用tf.scan,问题是我想处理每个子张量,所以我试图使用嵌套扫描,但是我启用了它,因为tf.scan可以使用累加器,如果没有发现它将把elems的第一个条目作为初始化器,我不想这样做. import numpy as np import tensorflow as tf batch_x = np.random.randint(0,10,size=(5,10)) x = tf.placeholder(tf.float32,shape=[None,10]) def inner_loop(x_in): return tf.scan(lambda _,x_: x_ + 1,x_in) outer_loop = tf.scan(lambda _,input_: inner_loop(input_),x,back_prop=True) with tf.Session() as sess: sess.run(tf.global_variables_initializer()) rs = sess.run(outer_loop,feed_dict={x: batch_x}) 有什么建议 ? 解决方法
tensorflow内置函数的大多数可以元素应用.所以你可以将张量传递给函数.喜欢:
outer_loop = inner_loop(x) 但是,如果你有一些无法以这种方式应用的函数(它真的很容易看到这个函数),你可以使用map_fn. 比如说,你的函数只是为张量(或其他)的每个元素添加1: inputs = tf.placeholder... def my_elementwise_func(x): return x + 1 def recursive_map(inputs): if tf.shape(inputs).ndims > 0: return tf.map_fn(recursive_map,inputs) else: return my_elementwise_func(inputs) result = recursive_map(inputs) (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |