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?
答案 0 :(得分:12)
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)