tensorflow map_fn on signle value Tensor

Question

是否可以在具有单个值的张量上运行map_fn？

以下作品：

import tensorflow as tf
a = tf.constant(1.0, shape=[3])
tf.map_fn(lambda x: x+1, a)
#output: [2.0, 2.0, 2.0]

然而，这不是：

import tensorflow as tf
b = tf.constant(1.0)
tf.map_fn(lambda x: x+1, b)
#expected output: 2.0

• 有可能吗？
• 我做错了什么？

任何提示将不胜感激！

Answer 1

不，这是不可能的。正如您可能看到的那样会引发错误：

ValueError: elems must be a 1+ dimensional Tensor, not a scalar

map_fn的要点是将一个函数应用于张量的每个元素，因此将它用于标量（单元素）张量是没有意义的。

关于“你做错了什么”：如果不知道你想要实现什么，这很难说。

Answer 2

好吧，我看到你接受了一个答案，它正确地指出tf.map_fn()正在将一个函数应用于张量元素，而标量张量没有元素。但是对于标量张量来说，这不是不可能，你只需要tf.reshape()之前和之后，就像这段代码（测试过）一样：

import tensorflow as tf
b = tf.constant(1.0)

if () == b.get_shape():
    c = tf.reshape( tf.map_fn(lambda x: x+1, tf.reshape( b, ( 1, ) ) ), () ) 
else:
    c = tf.map_fn(lambda x: x+1, b)
#expected output: 2.0
with tf.Session() as sess:
    print( sess.run( c ) )

将输出：

  

2.0

根据需要。

通过这种方式，您可以将其纳入一个不可知的函数，该函数可以将标量和非标量张量作为参数。