Question

a = tf.constant([[1,2,3],[4,5,6]])
b = tf.constant([True, False], dtype=tf.bool)

a.eval()
array([[1, 2, 3],
       [4, 5, 6]], dtype=int32)
b.eval()
array([ True, False], dtype=bool)

我想使用a将函数应用于上面的输入b和tf.map_fn。它将同时输入[1,2,3]和True并输出相似的值。

让我们说出函数只是身份：lambda(x,y): x,y所以，如果输入[1,2,3], True，它将输出那些相同的张量。

我知道如何将tf.map_fn(...)与一个变量一起使用，而不是两个变量。在这种情况下，我有混合数据类型（int32和bool）所以我不能简单地连接张量并在调用后拆分它们。

我可以将tf.map_fn(...)用于不同数据类型的多个输入/输出吗？

Answer 1

想出来。您必须为每个不同的张量在dtype中定义每个张量的数据类型，然后您可以将张量作为元组传递，您的map函数接收一个输入元组，并且map_fn返回回到元组。

有效的示例：

a = tf.constant([[1,2,3],[4,5,6]])
b = tf.constant([True, False], dtype=tf.bool)

c = tf.map_fn(lambda x: (x[0], x[1]), (a,b), dtype=(tf.int32, tf.bool))

c[0].eval()
array([[1, 2, 3],
       [4, 5, 6]], dtype=int32)
c[1].eval()
array([ True, False], dtype=bool)

我可以将tf.map_fn（...）应用于多个输入/输出吗？

1 个答案: