Question

使用带有tf.contrib.Dataset.map()的哈希表查找时，它会因以下错误而失败：

TypeError: In op 'hash_table_Lookup', input types ([tf.string, tf.string, tf.int32]) are not compatible with expected types ([tf.string_ref, tf.string, tf.int32])

重现的代码：

from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

import tensorflow as tf

initializer = tf.contrib.lookup.KeyValueTensorInitializer(
    ['one', 'two', 'three'], [1, 2, 3])
hash_table = tf.contrib.lookup.HashTable(initializer, -1)

tensor = tf.convert_to_tensor(['one', 'two', 'three'])
dataset = tf.contrib.data.Dataset.from_tensor_slices(tensor)
dataset = dataset.map(lambda k: hash_table.lookup(k))

抱怨tf.string_ref和tf.string不兼容。

很奇怪它需要tf.string_ref而不是tf.string。有谁知道为什么会这样，我能做些什么呢？

这些问题与table_ref tf.string_ref here。

有关

Answer 1

这是TensorFlow 1.3中修复的错误。如果您使用的是TensorFlow 1.2，则以下解决方法应该有效：

from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

import tensorflow as tf

# Use internal library implementation of `lookup_ops` in TensorFlow 1.2.
from tensorflow.python.ops import lookup_ops
initializer = lookup_ops.KeyValueTensorInitializer(
    ['one', 'two', 'three'], [1, 2, 3])
hash_table = lookup_ops.HashTable(initializer, -1)

tensor = tf.convert_to_tensor(['one', 'two', 'three'])
dataset = tf.contrib.data.Dataset.from_tensor_slices(tensor)
dataset = dataset.map(lambda k: hash_table.lookup(k))

直到TensorFlow 1.2，tf.contrib.lookup库使用"reference types"来表示查找表，而在内部库（用于从1.3开始实现tf.contrib.lookup）更现代和兼容使用"resource types"。

Tensorflow：tf.contrib.data中dataset.map（）的类型不兼容

1 个答案: