Question

我有这个使用 Tensorflow框架的python函数：

def compute_ap(gain_vector):

    #this vector must fit the dimension of the gain_vector
    index_vector = tf.range(1, gain_vector.get_shape()[0],dtype=tf.float32)

    ap = tf.div(tf.reduce_sum(tf.div(tf.cast(gain_vector,tf.float32), index_vector), 1),tf.reduce_sum(tf.cast(gain_vector,tf.float32), 1))
    return ap

当我运行程序时，我收到此错误：

ValueError: Tensor conversion requested dtype float32 for Tensor with dtype int32: 'Tensor("inputs/strided_slice:0", shape=(), dtype=int32)'

似乎 gain_vector.get_shape（）[0] 没有得到增益向量的向量，有什么问题？

Answer 1

tf.range()只接受int32类型的参数。

参数数量：
   start：类型为int32的0-D（标量）。首先按顺序进入。
     默认为0。

因此，您可以稍后创建一个int32张量并将其投射到float32。所以，使用这样的东西：

In [80]: index_vector = tf.range(1, tf.shape(gain_vector)[0])
In [81]: vec_float32 = tf.cast(index_vector, dtype=tf.float32)

使用Tensorflow在运行时拟合张量的索引向量

1 个答案: