Question

我正在keras中实现一个操作，这样它就可以同时处理theano和tensorflow后端。假设操作的输入是：

array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11]], dtype=int64)

然后它的输出应该是：

array([[ 0,  1,  2,  3,  4,  5],
       [ 3,  4,  5,  0,  1,  2],
       [ 6,  7,  8,  9,  10, 11],
       [ 9, 10, 11,  6,   7, 8]], dtype=int64)

我的代码如下：

from keras import backend as K
def pairreshape(x,target_dim,input_shape):
    x1, x2 = x[0::2,], x[1::2,]
    x1_concate = K.concatenate((x1,x2), axis=target_dim)
    x2_concate = K.concatenate((x2,x1), axis=target_dim)
    if K.image_dim_ordering() == 'th':
        import theano.tensor as T
        x_new = T.repeat(x,2,axis=target_dim)
        x_new = T.set_subtensor(x_new[0::2], x1_concate)
        x_new = T.set_subtensor(x_new[1::2], x2_concate)
    elif K.image_dim_ordering() == 'tf':
        import tensorflow as tf
        repeats = [1] * len(input_shape)
        repeats[target_dim] = 2
        x_new = tf.tile(x, repeats)
        x_new[0::2] = x1_concate #TypeError: 'Tensor' object does not support item assignment
        x_new[1::2] = x2_concate #TypeError: 'Tensor' object does not support item assignment

我已经通过theano成功实现了它，但我无法弄清楚如何通过tensorflow分配张量。 tensorflow中最后两行张量分配将报告错误。张量流中是否有T.set_subtensor等价？或者你能否推荐一个更好的操作实施？感谢。

Answer 1

TensorFlow张量是只读的。为了修改你需要使用变量和.assign（=不能在Python中覆盖）的东西

tensor = tf.Variable(tf.ones((3,3)))
sess.run(tf.initialize_all_variables())
sess.run(tensor[1:, 1:].assign(2*tensor[1:,1:]))
print(tensor.eval())

输出

[[ 1.  1.  1.]
 [ 1.  2.  2.]
 [ 1.  2.  2.]]

Answer 2

需要进行大量搜索，但与[{1}}最接近的功能是theano.tensor.set_subtensor，gather，gather_nd和scatter。如果您尝试对变量执行稀疏更新，则其他答案可能有效。但是如果你试图通过索引另一个张量来动态创建一个张量，那就是要使用的函数。

这些函数的要点是能够从其他东西动态创建张量（而不是变量）。我的用例是我生成一个平坦的张量，我试图将其重塑为各种三角矩阵。

如果您尝试从大型稀疏矩阵创建较小的矩阵，则使用

scatter_nd。如果您尝试将较小的矩阵嵌入到大的零矩阵中，则使用gather。

scatter，gather以及加法和乘法的某种组合可以重新创建scatter。

https://www.tensorflow.org/api_docs/python/tf/scatter_nd https://www.tensorflow.org/api_guides/python/array_ops#Slicing_and_Joining

您也可以使用一组非常复杂的切片和连接，但首选收集和分散。

干杯

tensorflow theano.tensor.set_subtensor等价物

2 个答案: