Question

我想在运行时创建一个[？，？，n]张量。数据如下：

1）我正在检查的每个元素是n个元素的向量（所以[1,2，...，n]）

2）每个“组”是前一类型的未知数量的元素（因此基本上是一个矩阵）

3）我不知道我会收到多少组。

我手动尝试了这样的事情：

shape3 = [
[ [ .111,.112,.113 ], [ .121,.122,.123 ], [ .131,.132,.133 ] ],
[ [ .211,.212,.213 ], [ .221,.222,.223 ] ]
]

var_shape3 = tf.Variable(shape3, name="var_shape_3")
with tf.Session() as session:
    session.run(init_op)
    print var_shape3.eval()
    print var_shape3.get_shape()

但我收到错误

论证必须是一个密集的张量：[[[0.111,0.112,0.113]，[0.121,0.122,0.123]，[0.131,0.132,0.133]]，[[0.211,0.212,0.213]，[0.221,0.222] ，0.223]]] - 得到了形状[2]，但想要[2,3,3]。

请问我做错了什么？

换句话说：我如何将这些数据放入张量中？

谢谢

Answer 1

在TensorFlow中，您可以拥有dynamic dimensions，由?符号表示。但是这些维度必须在执行期间推断，这意味着一旦执行代码，它就需要用数字表示。

在您的示例中（组中包含可变数量的组和元素），这将不起作用。例如。将起作用的是：

shape3 = [
[ [ .111,.112,.113 ], [ .121,.122,.123 ], [ .131,.132,.133 ] ],
[ [ .211,.212,.213 ], [ .221,.222,.223 ], [ .000,.000,.000 ] ]
]

您的两个选择是：

定义组中的最大组和元素数，并使用填充填充缺失的数据点。您还可以使用分组对类似大小的示例进行分组（更多信息here)。
更改您的代码/数据结构以使用可变长度序列。这可能需要使用TensorFlow scan op。请注意，这可能会非常慢，所以我不推荐它，除非它真的需要，更多信息here。

在张量流中手动创建3+等级张量

1 个答案: